Fugu-MT 論文翻訳(概要): New Boolean satisfiability problem heuristic strategy: Minimal Positive Negative Product Strategy

論文の概要: New Boolean satisfiability problem heuristic strategy: Minimal Positive Negative Product Strategy

arxiv url: http://arxiv.org/abs/2310.18370v1
Date: Thu, 26 Oct 2023 09:36:13 GMT
ステータス: 処理完了
システム内更新日: 2023-10-31 18:57:47.865561
Title: New Boolean satisfiability problem heuristic strategy: Minimal Positive Negative Product Strategy
Title（参考訳）: 新しいブール充足可能性問題ヒューリスティック戦略:最小正負の製品戦略
Authors: Qun Zhao, Xintao Wang, Menghui Yang
Abstract要約: 本研究は,CDCLが満足度問題を解く上で,「最小肯定的負の製品戦略」と呼ばれる新しいアルゴリズムを提案する。このアルゴリズムは、動的個別和(DLIS)や最大独立減衰和(VSIDS)など、広く使われているブール値に対して、このアルゴリズムの優越性に関する数学的説明を提供する。
参考スコア（独自算出の注目度）: 24.350953745967818
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This study presents a novel heuristic algorithm called the "Minimal Positive Negative Product Strategy" to guide the CDCL algorithm in solving the Boolean satisfiability problem. It provides a mathematical explanation for the superiority of this algorithm over widely used heuristics such as the Dynamic Largest Individual Sum (DLIS) and the Variable State Independent Decaying Sum (VSIDS). Experimental results further confirm the effectiveness of this heuristic strategy in problem-solving.
Abstract（参考訳）: 本研究は, ブール適合性問題の解法においてCDCLアルゴリズムを導出する「最小正負積戦略」と呼ばれる新しいヒューリスティックアルゴリズムを提案する。このアルゴリズムは、DLIS(Dynamic Largest Individual Sum)やVSIDS(Variable State Independent Decaying Sum)といった広く使われているヒューリスティックよりも優れているという数学的説明を提供する。実験結果により, このヒューリスティック戦略の有効性が検証された。

関連論文リスト

Probabilistic Guarantees of Stochastic Recursive Gradient in Non-Convex Finite Sum Problems [1.5586874069708228]
本稿では,ランダムな個人境界を持つマーチンゲール差分列のノルムに基づく,次元自由なアゴホフディング型を新たに開発する。本稿では,提案アルゴリズムであるProb-SARAHにおける勾配ノルム推定器の高確率境界について述べる。
論文参考訳（メタデータ） (2024-01-29T05:05:03Z)
Efficient Model-Free Exploration in Low-Rank MDPs [76.87340323826945]
低ランクマルコフ決定プロセスは、関数近似を持つRLに対して単純だが表現力のあるフレームワークを提供する。既存のアルゴリズムは、(1)計算的に抽出可能であるか、または(2)制限的な統計的仮定に依存している。提案手法は,低ランクMPPの探索のための最初の実証可能なサンプル効率アルゴリズムである。
論文参考訳（メタデータ） (2023-07-08T15:41:48Z)
High-dimensional Contextual Bandit Problem without Sparsity [8.782204980889077]
本稿では,この問題に対処し,その性能を検証するための探索列コミット(EtC)アルゴリズムを提案する。我々は、ETCアルゴリズムの最適レートを$T$で導出し、探索とエクスプロイトのバランスをとることで、このレートを実現できることを示す。本稿では,最適バランスを適応的に求める適応探索定理 (AEtC) アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-06-19T15:29:32Z)
Exploring the Algorithm-Dependent Generalization of AUPRC Optimization with List Stability [107.65337427333064]
AUPRC(Area Under the Precision-Recall Curve)の最適化は、機械学習にとって重要な問題である。本研究では, AUPRC最適化の単依存一般化における最初の試行について述べる。 3つの画像検索データセットの実験は、我々のフレームワークの有効性と健全性に言及する。
論文参考訳（メタデータ） (2022-09-27T09:06:37Z)
A Globally Convergent Evolutionary Strategy for Stochastic Constrained Optimization with Applications to Reinforcement Learning [0.6445605125467573]
進化的戦略は、強化学習における複雑な最適化問題に対して、競合する性能のレベルを達成することが示されている。しかし、制約された問題を最適化する進化戦略の収束保証は文献に欠けている。
論文参考訳（メタデータ） (2022-02-21T17:04:51Z)
Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文参考訳（メタデータ） (2021-11-29T15:10:09Z)
A Quantum-Inspired Classical Solver for Boolean k-Satisfiability Problems [0.0]
本稿では,k-satisfiability(k-SAT)問題に対するアルゴリズム的アプローチについて述べる。次に、AmplifySATの強みと限界を特定するために、古典的なデジタルまたはアナログコンピューティング環境でこの設定を有意義に活用することについて議論する。
論文参考訳（メタデータ） (2021-09-21T16:10:52Z)
Logistic Q-Learning [87.00813469969167]
MDPにおける最適制御の正規化線形プログラミング定式化から導いた新しい強化学習アルゴリズムを提案する。提案アルゴリズムの主な特徴は,広範に使用されているベルマン誤差の代わりとして理論的に音声として機能する,政策評価のための凸損失関数である。
論文参考訳（メタデータ） (2020-10-21T17:14:31Z)
Investigating the Scalability and Biological Plausibility of the Activation Relaxation Algorithm [62.997667081978825]
アクティベーション・リラクシエーション(AR)アルゴリズムは、誤りアルゴリズムのバックプロパゲーションを近似するためのシンプルでロバストなアプローチを提供する。このアルゴリズムは、学習可能な後方重みセットを導入することにより、さらに単純化され、生物学的に検証可能であることを示す。また、元のARアルゴリズム(凍結フィードフォワードパス)の別の生物学的に信じられない仮定が、パフォーマンスを損なうことなく緩和できるかどうかについても検討する。
論文参考訳（メタデータ） (2020-10-13T08:02:38Z)
Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。最先端アルゴリズムの利点を論じ、解説する。
論文参考訳（メタデータ） (2020-09-28T15:22:24Z)
On the Convergence of the Dynamic Inner PCA Algorithm [5.9931120596636935]
DiPCAは時間依存データ解析のための強力な手法である。これは座標分解アルゴリズムの特殊な変種であることを示す。分解戦略のパフォーマンスを既成のそれと比較する。
論文参考訳（メタデータ） (2020-03-12T17:50:34Z)

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。