論文の概要: LINC: Decoupling Local Consequence Scoring from Hidden Matching in Constructive Neural Routing

• arxiv url: http://arxiv.org/abs/2605.06332v1
• Date: Thu, 07 May 2026 14:25:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.894399
• Title: LINC: Decoupling Local Consequence Scoring from Hidden Matching in Constructive Neural Routing
• Title（参考訳）: LINC:構成的ニューラルルーティングにおける隠れマッチングからの局所的コンセントの分離
• Authors: Shaofeng Qin, Li Wang,
• Abstract要約: 構成的ニューラルルーティングソルバは通常、デコーダコンテキストを候補埋め込みにマッチさせることで次のアクションをスコアする。 本稿では,決定論的一段階の結果を明示的に計算するデコーダ側候補決定アーキテクチャであるLINCを提案する。
• 参考スコア（独自算出の注目度）: 1.669738660194889
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Constructive neural routing solvers usually score the next action by matching a decoder context to candidate embeddings, hiding deterministic one-step consequences such as travel, waiting, slack, and capacity changes. We propose LINC (Local Inference via Normed Comparison), a decoder-side candidate decision architecture that computes these consequences explicitly. LINC uses them according to their decision role: centered relative consequences are compared by a shared linear local scorer, while feasible-set summaries modulate the decoder context. This preserves standard global matching and relieves the hidden state from rediscovering transition arithmetic. The Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) serves as the main constrained-routing stress test; the same interface extends to the Capacitated Vehicle Routing Problem (CVRP) and Traveling Salesman Problem (TSP). In particular, for CVRPTW, LINC reduces PolyNet's Solomon/Homberger gaps from 13.83\%/38.15\% to 7.26\%/14.71\%; for TSP and CVRP, it also improves external-benchmark gaps.
• Abstract（参考訳）: 構成的ニューラルネットワークソルバは、通常、デコーダコンテキストを候補埋め込みとマッチングし、旅行、待機、スラック、容量変化などの決定論的一段階の結果を隠すことで次のアクションをスコアする。 提案するLINC(Local Inference via Normed Comparison)は,デコーダ側の候補決定アーキテクチャで,これらの結果を明示的に計算する。 中心となる相対的な結果が共有線形局所スコアリングによって比較されるのに対して、実現可能なセットの要約はデコーダのコンテキストを変調する。 これにより、標準的なグローバルマッチングが保存され、隠された状態が遷移演算の再発見から解放される。 Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) は、CVRP (Capacitated Vehicle Routing Problem) とTSP (Traking Salesman Problem) に拡張された、主要な制約付き負荷テストである。 特にCVRPTWでは、LINCはPolyNetのSolomon/Hombergerギャップを13.83 %/38.15 %から7.26 %/14.71 %に削減する。

関連論文リスト

• GCR: Geometry-Consistent Routing for Task-Agnostic Continual Anomaly Detection [5.925242470217676]
  幾何整合性ルーティングによる連続的異常検出を安定化するための軽量なミックス・オブ・サーキットフレームワークを提案する。 GCRは、蓄積した最も近いプロトタイプ距離をカテゴリ固有のプロトタイプバンクに最小化し、各テスト画像を共有パッチ埋め込み空間に直接ルーティングする。 MVTec ADとVisAの実験では、幾何一貫性のあるルーティングがルーティングの安定性を大幅に改善し、連続的な性能崩壊を緩和することを示した。
  論文  参考訳（メタデータ） (2026-01-05T07:33:50Z)
• Route-DETR: Pairwise Query Routing in Transformers for Object Detection [11.46025964297103]
  Detection Transformer (DETR) はオブジェクト検出のためのエンドツーエンドソリューションを提供する。 DETRは、複数のクエリが同じ位置に収束する非効率なクエリ競合に悩まされている。 本稿では,デコーダの自己アテンション層における適応的ペアワイズルーティングを通じて,これらの問題に対処するRoute-DETRを提案する。
  論文  参考訳（メタデータ） (2025-12-15T20:26:58Z)
• ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
  本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。 提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。 また,ELGC-Net-LWも導入した。
  論文  参考訳（メタデータ） (2024-03-26T17:46:25Z)
• Roulette-Wheel Selection-Based PSO Algorithm for Solving the Vehicle Routing Problem with Time Windows [58.891409372784516]
  本稿では,Roulette Wheel Method (RWPSO) を用いた新しいPSO手法を提案する。 RWPSOのSolomon VRPTWベンチマークデータセットを用いた実験は、RWPSOが文学の他の最先端アルゴリズムと競合していることを示している。
  論文  参考訳（メタデータ） (2023-06-04T09:18:02Z)
• CARL-DTN: Context Adaptive Reinforcement Learning based Routing Algorithm in Delay Tolerant Network [0.0]
  delay/disruption- tolerance networks (dtn) は、全てのタイプの長距離遅延、断続的、断続的接続ネットワークを記述およびカバーするために発明された。 本研究では,リアルタイム密度に基づくメッセージの最適なレプリカを決定するために,コンテキスト適応型強化学習に基づくルーティングプロトコルを提案する。
  論文  参考訳（メタデータ） (2021-05-02T20:08:17Z)
• SOE-Net: A Self-Attention and Orientation Encoding Network for Point Cloud based Place Recognition [50.9889997200743]
  我々は、自己アテンション・指向性符号化ネットワーク(SOE-Net)を用いて、ポイントクラウドデータから位置認識する問題に取り組む。 SOE-Netは、ポイント間の関係を完全に探求し、長距離コンテキストをポイントワイドなローカル記述子に組み込む。 様々なベンチマークデータセットの実験では、現在の最先端アプローチよりも提案したネットワークの性能が優れていることが示されている。
  論文  参考訳（メタデータ） (2020-11-24T22:28:25Z)
• RPM-Net: Robust Point Matching using Learned Features [79.52112840465558]
  RPM-Netは、より敏感で、より堅牢なディープラーニングベースのアプローチである。 既存の方法とは異なり、我々のRPM-Netは、部分的な可視性を備えた対応や点雲の欠如を処理します。
  論文  参考訳（メタデータ） (2020-03-30T13:45:27Z)
• Key Points Estimation and Point Instance Segmentation Approach for Lane Detection [65.37887088194022]
  本稿では,PINet (Point Instance Network) と呼ばれるトラヒックライン検出手法を提案する。 PINetには、同時にトレーニングされる複数のスタックされた時間ガラスネットワークが含まれている。 PINetはTuSimpleとCulaneのデータセットで競合精度と偽陽性を達成する。
  論文  参考訳（メタデータ） (2020-02-16T15:51:30Z)
• Quaternion Equivariant Capsule Networks for 3D Point Clouds [58.566467950463306]
  本稿では,3次元回転と翻訳に同値な点雲を処理するための3次元カプセルモジュールを提案する。 カプセル間の動的ルーティングをよく知られたWeiszfeldアルゴリズムに接続する。 オペレーターに基づいて、ポーズから幾何学をアンタングルするカプセルネットワークを構築します。
  論文  参考訳（メタデータ） (2019-12-27T13:51:17Z)

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。