Fugu-MT 論文翻訳(概要): Finding Probably Approximate Optimal Solutions by Training to Estimate the Optimal Values of Subproblems

論文の概要: Finding Probably Approximate Optimal Solutions by Training to Estimate the Optimal Values of Subproblems

arxiv url: http://arxiv.org/abs/2511.02048v1
Date: Mon, 03 Nov 2025 20:29:30 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-05 18:47:05.676575
Title: Finding Probably Approximate Optimal Solutions by Training to Estimate the Optimal Values of Subproblems
Title（参考訳）: サブプロブレムの最適値推定学習による近似最適解の探索
Authors: Nimrod Megiddo, Segev Wasserkrug, Orit Davidovich, Shimrit Shtern,
Abstract要約: 本稿では,バイナリ変数の実値関数を最大化するための解法の開発について述べる。推定器のトレーニングは、最適条件から期待される総偏差を損失関数として利用することを容易にする不等式に基づいている。
参考スコア（独自算出の注目度）: 3.7118625429889747
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The paper is about developing a solver for maximizing a real-valued function of binary variables. The solver relies on an algorithm that estimates the optimal objective-function value of instances from the underlying distribution of objectives and their respective sub-instances. The training of the estimator is based on an inequality that facilitates the use of the expected total deviation from optimality conditions as a loss function rather than the objective-function itself. Thus, it does not calculate values of policies, nor does it rely on solved instances.
Abstract（参考訳）: 本稿では,バイナリ変数の実値関数を最大化するための解法の開発について述べる。解法は、目的とそのサブインスタンスの分布から、インスタンスの最適目的関数値を推定するアルゴリズムに依存する。推定器のトレーニングは、最適条件から期待される総偏差を、目的関数自体よりも損失関数として活用することを容易にする不等式に基づいている。したがって、ポリシーの値を計算したり、解決されたインスタンスに依存したりしない。

関連論文リスト

Pathwise optimization for bridge-type estimators and its applications [49.1574468325115]
パスワイズ法は、ペナライズされた推定器の完全な経路を効率的に計算することができる。これらのアルゴリズムを離散時間で観測されたプロセスのペナル化推定に適用する。
論文参考訳（メタデータ） (2024-12-05T10:38:29Z)
BO4IO: A Bayesian optimization approach to inverse optimization with uncertainty quantification [5.031974232392534]
この研究はデータ駆動逆最適化(IO)に対処する。目的は最適化モデルにおける未知のパラメータを、最適あるいは準最適と仮定できる観測された決定から推定することである。
論文参考訳（メタデータ） (2024-05-28T06:52:17Z)
Maximum-Likelihood Inverse Reinforcement Learning with Finite-Time Guarantees [56.848265937921354]
逆強化学習(IRL)は報酬関数と関連する最適ポリシーを回復することを目的としている。 IRLの多くのアルゴリズムは本質的にネスト構造を持つ。我々は、報酬推定精度を損なわないIRLのための新しいシングルループアルゴリズムを開発した。
論文参考訳（メタデータ） (2022-10-04T17:13:45Z)
Generalizing Bayesian Optimization with Decision-theoretic Entropies [102.82152945324381]
統計的決定論の研究からシャノンエントロピーの一般化を考える。まず,このエントロピーの特殊なケースがBO手順でよく用いられる獲得関数に繋がることを示す。次に、損失に対する選択肢の選択が、どのようにして柔軟な獲得関数の族をもたらすかを示す。
論文参考訳（メタデータ） (2022-10-04T04:43:58Z)
Off-Policy Evaluation with Policy-Dependent Optimization Response [90.28758112893054]
我々は,テキスト政治に依存した線形最適化応答を用いた非政治評価のための新しいフレームワークを開発した。摂動法による政策依存推定のための非バイアス推定器を構築する。因果介入を最適化するための一般的なアルゴリズムを提供する。
論文参考訳（メタデータ） (2022-02-25T20:25:37Z)
Outlier-Robust Sparse Estimation via Non-Convex Optimization [73.18654719887205]
空間的制約が存在する場合の高次元統計量と非破壊的最適化の関連について検討する。これらの問題に対する新規で簡単な最適化法を開発した。結論として、効率よくステーションに収束する一階法は、これらのタスクに対して効率的なアルゴリズムを導出する。
論文参考訳（メタデータ） (2021-09-23T17:38:24Z)
High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
論文参考訳（メタデータ） (2021-06-10T17:54:21Z)
Data-Driven Combinatorial Optimization with Incomplete Information: a Distributionally Robust Optimization Approach [0.0]
我々は,コストベクトルが先行性を持たないが,有限データセットでしか観測できない線形最適化問題を解析する。目標は、データセットを対象関数の期待値の推定値に変換する手順を見つけることである。
論文参考訳（メタデータ） (2021-05-28T23:17:35Z)
Goal Seeking Quadratic Unconstrained Binary Optimization [0.5439020425819]
本稿では,目標からのずれを最小限に抑える2種類の目標探索QUBOを提案する。本論文では、タブー探索に基づく1フリップによる目標からの偏差を最小限に抑える2種類の目標探索QUBOについて述べる。
論文参考訳（メタデータ） (2021-03-24T03:03:13Z)
Extracting Optimal Solution Manifolds using Constrained Neural Optimization [6.800113407368289]
制約付き最適化解アルゴリズムは点ベース解に制限される。最適集合を近似として抽出する手法を提案する。
論文参考訳（メタデータ） (2020-09-13T15:37:44Z)
Bayesian Optimization with Output-Weighted Optimal Sampling [0.0]
我々は、探索アルゴリズムを最小化すべき目的関数が異常に小さい値を仮定する入力空間の領域へ誘導する可能性比の利用を提唱する。この研究で導入された "likelihood-weighted" 取得関数は、多くのアプリケーションにおいて、その非重みのないものよりも優れていることが判明した。
論文参考訳（メタデータ） (2020-04-22T14:38:39Z)

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。