論文の概要: A hybrid solution approach for the Integrated Healthcare Timetabling Competition 2024
- arxiv url: http://arxiv.org/abs/2511.04685v1
- Date: Thu, 23 Oct 2025 10:14:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-16 06:38:30.972771
- Title: A hybrid solution approach for the Integrated Healthcare Timetabling Competition 2024
- Title（参考訳）: 2024年度総合医療タイムタブルコンペティションにおけるハイブリッド・ソリューション・アプローチ
- Authors: Daniela Guericke, Rolf van der Hulst, Asal Karimpour, Ieke Schrader, Matthias Walter,
- Abstract要約: 我々は,Team Twenteによる2024年度総合医療タイムタブルコンペティションに提出されたアルゴリズム,実施,結果について報告する。
提案手法は, 混合整数計画法, 制約計画法, およびサブプロブレムへの分解に基づく3相解法における擬似アニール法を組み合わせたものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We report about the algorithm, implementation and results submitted to the Integrated Healthcare Timetabling Competition 2024 by Team Twente, which scored third in the competition. Our approach combines mixed-integer programming, constraint programming and simulated annealing in a 3-phase solution approach based on decomposition into subproblems. Next to describing our approach and describing our design decisions, we share our insights and, for the first time, lower bounds on the optimal solution values for the benchmark instances. We finally highlight open problems for which we think that addressing them could improve our approach even further.
- Abstract（参考訳）: コンペで3位となったTeam Twenteによる2024年度総合医療タイムタブルコンペティションのアルゴリズム,実施,結果について報告する。
提案手法は, 混合整数計画法, 制約計画法, およびサブプロブレムへの分解に基づく3相解法における擬似アニール法を組み合わせたものである。
アプローチの説明と設計決定の記述に加えて、洞察を共有し、ベンチマークインスタンスの最適ソリューション値のバウンダリを初めて低くする。
最終的に、それに取り組むことでアプローチをさらに改善できると考える、オープンな問題を強調します。
関連論文リスト
- The Art of Avoiding Constraints: A Penalty-free Approach to Constrained Combinatorial Optimization with QAOA [0.3774866290142281]
量子近似最適化アルゴリズム(QAOA)は、2次(および高次)非制約二項最適化問題の最適解とほぼ最適解を決定するために設計されている。
制約付き最適化問題を解くために、革新的な利益緩和フレームワークを導入します。
論文 参考訳（メタデータ） (2025-03-13T05:57:40Z) - Lagrangian Duality in Quantum Optimization: Overcoming QUBO Limitations for Constrained Problems [0.0]
本稿では,ラグランジアン双対性の概念を断熱量子計算の枠組みに組み込むことにより,制約付き最適化問題の解法を提案する。
回路モデル-フォールトトレラント量子計算の設定において、本手法が回路深さの2次改善を実現し、制約非依存の回路幅を維持することを実証する。
論文 参考訳（メタデータ） (2023-10-06T19:09:55Z) - EFaR 2023: Efficient Face Recognition Competition [51.77649060180531]
バイオメトリックス国際会議(IJCB 2023)における効率的な顔認識コンペティション(EFaR)の概要について述べる。
この競技会は6つの異なるチームから17の応募を受けた。
提案したソリューションは、様々なベンチマークで達成された検証精度の重み付けスコアと、浮動小数点演算数とモデルサイズによって与えられるデプロイ可能性に基づいてランク付けされる。
論文 参考訳（メタデータ） (2023-08-08T09:58:22Z) - 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) - Design and Implementation of an Heuristic-Enhanced Branch-and-Bound
Solver for MILP [1.03905835096574]
MIPコンペティションのために開発したMixed Programs (MIP) の解法について述べる。
コンペティションのルールによって確立された計算時間に制限された10分間を考慮し、本手法は実現可能な解を見つけることに焦点を当てる。
計算能力の広い組み合わせにより、トレーニングデータセットの19の問題の11を解くことができる。
論文 参考訳（メタデータ） (2022-06-04T00:09:02Z) - Algorithm for Constrained Markov Decision Process with Linear
Convergence [55.41644538483948]
エージェントは、そのコストに対する複数の制約により、期待される累積割引報酬を最大化することを目的としている。
エントロピー正規化ポリシーとベイダの二重化という2つの要素を統合した新しい双対アプローチが提案されている。
提案手法は(線形速度で)大域的最適値に収束することが示されている。
論文 参考訳（メタデータ） (2022-06-03T16:26:38Z) - Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。
本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文 参考訳（メタデータ） (2022-01-28T05:53:28Z) - Application-Driven Learning: A Closed-Loop Prediction and Optimization Approach Applied to Dynamic Reserves and Demand Forecasting [41.94295877935867]
我々は、予測と意思決定のプロセスが統合され、協調最適化される新しいクローズドループフレームワークであるアプリケーション駆動学習を提案する。
提案手法は拡張性があり,標準のオープンループ手法よりも一貫して性能が向上することを示す。
論文 参考訳（メタデータ） (2021-02-26T02:43:28Z) - 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)
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。