論文の概要: Bounded Combinatorial Reconfiguration with Answer Set Programming
- arxiv url: http://arxiv.org/abs/2307.10688v1
- Date: Thu, 20 Jul 2023 08:30:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-21 13:59:18.131845
- Title: Bounded Combinatorial Reconfiguration with Answer Set Programming
- Title（参考訳）: 解集合プログラミングによる有界組合せ再構成
- Authors: Yuya Yamada, Mutsunori Banbara, Katsumi Inoue, Torsten Schaub
- Abstract要約: 我々は、Answer Set Programming(ASP)に基づく再構成問題の解法として、境界再構成と呼ばれるアプローチを開発する。
コンフィグレーションに関する最新の国際コンペ(CoRe Challenge 2022)におけるコンフィグレーショントラックのすべての指標をカバーしたコンフィグレーションソルバ(CoRe Challenge 2022)
本稿では、有界再構成の設計と実装について述べるとともに、最も研究されている再構成問題の一つである独立セット再構成問題のASPエンコーディングについて述べる。
- 参考スコア（独自算出の注目度）: 6.40603461305679
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We develop an approach called bounded combinatorial reconfiguration for
solving combinatorial reconfiguration problems based on Answer Set Programming
(ASP). The general task is to study the solution spaces of source combinatorial
problems and to decide whether or not there are sequences of feasible solutions
that have special properties. The resulting recongo solver covers all metrics
of the solver track in the most recent international competition on
combinatorial reconfiguration (CoRe Challenge 2022). recongo ranked first in
the shortest metric of the single-engine solvers track. In this paper, we
present the design and implementation of bounded combinatorial reconfiguration,
and present an ASP encoding of the independent set reconfiguration problem that
is one of the most studied combinatorial reconfiguration problems. Finally, we
present empirical analysis considering all instances of CoRe Challenge 2022.
- Abstract（参考訳）: 本稿では, Answer Set Programming (ASP) に基づく組合せ再構成問題の解法として, 有界組合せ再構成(bounded combinatorial reconfiguration) という手法を開発した。
一般的な課題は、ソース組合せ問題の解空間を研究し、特別な性質を持つ実現可能な解列が存在するかどうかを決定することである。
コンストラクションソルバは、直近の国際コンペ(CoRe Challenge 2022)において、コンストラクショントラックのすべてのメトリクスをカバーしている。
コンストラゴはシングルエンジンソルバトラックの最短距離で1位にランクインした。
本稿では,有界組合せ再構成の設計と実装について述べるとともに,最も研究されている組合せ再構成問題の一つである独立集合再構成問題のASPエンコーディングについて述べる。
最後に,CoRe Challenge 2022のすべての事例を考慮した実証分析を行った。
関連論文リスト
- A Random-Key Optimizer for Combinatorial Optimization [0.0]
Random-Key Hubs (RKO) は最適化問題に適した汎用的で効率的な局所探索手法である。
ランダムキーの概念を用いて、RKOは解をランダムキーのベクトルとしてエンコードし、後に問題固有のデコーダを介して実現可能な解へとデコードする。
RKOフレームワークは古典的メタヒューリスティクスの多元体を組み合わせ、それぞれが独立して、あるいは並列に動作可能であり、エリートソリューションプールを通じてソリューション共有が促進される。
論文 参考訳（メタデータ） (2024-11-06T22:23:29Z) - Dominating Set Reconfiguration with Answer Set Programming [0.5242869847419832]
我々は Answer Set Programming (ASP) に基づく支配的集合再構成問題の解法を開発する。
このアプローチは、高レベルのASPエンコーディングに依存しており、基礎と解決のタスクは、ASPベースの解決器に委譲されます。
論文 参考訳（メタデータ） (2024-08-14T12:38:12Z) - Multi-Phase Relaxation Labeling for Square Jigsaw Puzzle Solving [73.58829980121767]
本稿では,大域最適化に基づく二乗ジグソーパズルの解法を提案する。
この手法は完全に自動化されており、事前情報を前提とせず、未知または未知のピースオリエンテーションでパズルを扱うことができる。
論文 参考訳（メタデータ） (2023-03-26T18:53:51Z) - Generalizing Math Word Problem Solvers via Solution Diversification [56.2690023011738]
我々は,解バッファと解判別器を導入することで,MWPソルバの新しいトレーニングフレームワークを設計する。
本フレームワークは,全Seq2Seq MWPソルバの完全・半弱・弱教師付きトレーニングに柔軟に適用可能である。
論文 参考訳（メタデータ） (2022-12-01T19:34:58Z) - A Model-Oriented Approach for Lifting Symmetries in Answer Set
Programming [0.0]
我々は,小問題インスタンスのSBCを解釈可能な一階制約の集合に引き上げる,新しいモデル指向アンサーセットプログラミングを導入する。
簡単な問題をターゲットにして,先進的な意思決定問題にも適用できるように拡張することを目指している。
論文 参考訳（メタデータ） (2022-08-05T10:50:03Z) - The Machine Learning for Combinatorial Optimization Competition (ML4CO):
Results and Insights [59.93939636422896]
ML4COは、キーコンポーネントを置き換えることで最先端の最適化問題を解決することを目的としている。
このコンペティションでは、最高の実現可能なソリューションを見つけること、最も厳密な最適性証明書を生成すること、適切なルーティング設定を提供すること、という3つの課題があった。
論文 参考訳（メタデータ） (2022-03-04T17:06:00Z) - Neural Learning of One-of-Many Solutions for Combinatorial Problems in
Structured Output Spaces [20.101005623256626]
複数のソリューションの存在に消極的であることは、トレーニング能力を著しく損なう可能性がある、と私たちは主張する。
本稿では、既存の予測ネットワークをRL問題に適用し、解乗法を扱う汎用学習フレームワークを提案する。
論文 参考訳（メタデータ） (2020-08-27T08:37:01Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳（メタデータ） (2020-07-14T12:38:21Z) - Constrained Combinatorial Optimization with Reinforcement Learning [0.30938904602244344]
本稿では,RL(Deep Reinforcement Learning)を用いた制約付き最適化問題に対処する枠組みを提案する。
我々は、その定式化における制約に対処するために、Neural Combinatorial Optimization(NCO)理論を拡張した。
その文脈では、ソリューションは環境との相互作用に基づいて反復的に構築されます。
論文 参考訳（メタデータ） (2020-06-22T03:13:07Z) - Competitive Mirror Descent [67.31015611281225]
制約のある競合最適化には、制約の対象となる競合する目的を最小化しようとする複数のエージェントが含まれる。
本稿では, 競合ミラー降下法(CMD)を提案する。
特別の場合として、正の円錐上の問題に対する新しい競合乗法重みアルゴリズムを得る。
論文 参考訳（メタデータ） (2020-06-17T22:11:35Z) - A Permutation-Equivariant Neural Network Architecture For Auction Design [49.41561446069114]
期待収益を最大化するインセンティブ互換オークションの設計は、オークションデザインの中心的な問題である。
本研究では、置換同変対称性を有するオークション設計問題を考察し、置換同変最適機構を完全に回復できるニューラルネットワークを構築する。
論文 参考訳（メタデータ） (2020-03-02T00:37:36Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。