Fugu-MT 論文翻訳(概要): A Context-Aware Cutting Plane Selection Algorithm for Mixed-Integer Programming

論文の概要: A Context-Aware Cutting Plane Selection Algorithm for Mixed-Integer Programming

arxiv url: http://arxiv.org/abs/2307.07322v1
Date: Fri, 14 Jul 2023 12:57:51 GMT
ステータス: 処理完了
システム内更新日: 2023-07-17 14:02:03.330384
Title: A Context-Aware Cutting Plane Selection Algorithm for Mixed-Integer Programming
Title（参考訳）: 混合整数計画のための文脈対応切削平面選択アルゴリズム
Authors: Mark Turner, Timo Berthold, Mathieu Besan\c{c}on
Abstract要約: 本稿では,新しいカットスコアリング手法,カットフィルタリング手法,および停止基準を提案し,現状のアルゴリズムを拡張した。 SCIPはMIPLIB 2017ベンチマークセットよりも4%向上した。
参考スコア（独自算出の注目度）: 3.232010570055883
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The current cut selection algorithm used in mixed-integer programming solvers has remained largely unchanged since its creation. In this paper, we propose a set of new cut scoring measures, cut filtering techniques, and stopping criteria, extending the current state-of-the-art algorithm and obtaining a 4\% performance improvement for SCIP over the MIPLIB 2017 benchmark set.
Abstract（参考訳）: 混合整数型プログラムソルバで使われる現在のカット選択アルゴリズムは、その作成以来ほとんど変わっていない。本稿では,最先端アルゴリズムを拡張し,miplib 2017ベンチマークセット上でのscip性能向上を実現するため,新たなカットスコア尺度,カットフィルタリング手法,停止基準を提案する。

関連論文リスト

Learning to Remove Cuts in Integer Linear Programming [57.15699051569638]
本研究では, 学習可能なパラメトリック基準の下で, 手法の前回の繰り返しで導入された前回のカットの除去について検討する。基本的な最適化設定では、カット削除ポリシーは、ヒューマンベースおよび機械学習誘導のカット追加ポリシーよりも大幅に改善される可能性があることを実証する。
論文参考訳（メタデータ） (2024-06-26T22:50:43Z)
Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文参考訳（メタデータ） (2023-07-17T20:11:56Z)
Machine Learning for Online Algorithm Selection under Censored Feedback [71.6879432974126]
オンラインアルゴリズム選択(OAS)では、アルゴリズム問題クラスのインスタンスがエージェントに次々に提示され、エージェントは、固定された候補アルゴリズムセットから、おそらく最高のアルゴリズムを迅速に選択する必要がある。 SAT(Satisfiability)のような決定問題に対して、品質は一般的にアルゴリズムのランタイムを指す。本研究では,OASのマルチアームバンディットアルゴリズムを再検討し,この問題に対処する能力について議論する。ランタイム指向の損失に適応し、時間的地平線に依存しない空間的・時間的複雑さを維持しながら、部分的に検閲されたデータを可能にする。
論文参考訳（メタデータ） (2021-09-13T18:10:52Z)
Parallel Surrogate-assisted Optimization Using Mesh Adaptive Direct Search [0.0]
本稿では,メッシュ適応直接探索(MADS)アルゴリズムの探索段階における代理モデルと並列計算を利用する手法を提案する。我々は、利用可能なCPUリソースに対して、修正MADSアルゴリズムの性能を評価するために数値実験を行う。
論文参考訳（メタデータ） (2021-07-26T18:28:56Z)
Algorithm Selection on a Meta Level [58.720142291102135]
本稿では,与えられたアルゴリズムセレクタの組み合わせに最適な方法を求めるメタアルゴリズム選択の問題を紹介する。本稿では,メタアルゴリズム選択のための一般的な方法論フレームワークと,このフレームワークのインスタンス化として具体的な学習手法を提案する。
論文参考訳（メタデータ） (2021-07-20T11:23:21Z)
Image Segmentation Methods for Non-destructive testing Applications [0.0]
本稿では,隠れマルコフ確率場 (HMRF) とカッコウ探索 (CS) を用いた新しい画像分割法を提案する。 CSアルゴリズムは最近の強力な最適化手法の1つである。
論文参考訳（メタデータ） (2021-03-13T17:13:33Z)
Optimal quantisation of probability measures using maximum mean discrepancy [10.29438865750845]
何人かの研究者は、確率測度を定量化する方法として、最大平均誤差 (MMD) の最小化を提案している。離散的候補集合よりもMDDを優しく最小化する逐次アルゴリズムを考える。本手法を各反復時の候補集合のミニバッチに適用する変種について検討する。
論文参考訳（メタデータ） (2020-10-14T13:09:48Z)
Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [71.03797261151605]
適応性は現代最適化理論において重要であるが、研究されていない性質である。提案アルゴリズムは,PL目標に対して既存のアルゴリズムよりも優れた性能を保ちながら,PL目標に対して最適な収束性を実現することを実証した。
論文参考訳（メタデータ） (2020-02-13T05:42:27Z)
Extreme Algorithm Selection With Dyadic Feature Representation [78.13985819417974]
我々は,数千の候補アルゴリズムの固定セットを考慮に入れた,極端なアルゴリズム選択(XAS)の設定を提案する。我々は、XAS設定に対する最先端のAS技術の適用性を評価し、Dyadic特徴表現を利用したアプローチを提案する。
論文参考訳（メタデータ） (2020-01-29T09:40:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。