論文の概要: Global Difference Constraint Propagation for Constraint Programming

• arxiv url: http://arxiv.org/abs/2607.20022v1
• Date: Wed, 22 Jul 2026 11:02:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:38.06279
• Title: Global Difference Constraint Propagation for Constraint Programming
• Title（参考訳）: 制約プログラミングのための大域的差分制約伝搬
• Abstract要約: 差分制約を同時に扱うグローバルなプロパゲータの構築方法を示す。 本稿では,グローバル差分制約プロパゲータによる伝搬の説明方法を示す。
• 参考スコア（独自算出の注目度）: 12.458853392840295
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Difference constraints of the form $x - y \leq d$ are well studied, with efficient algorithms for satisfaction and implication, because of their connection to shortest paths. Finite domain propagation algorithms, however, typically do not make use of these algorithms, and treat each difference constraint as a separate propagator. Propagation does guarantee completeness of solving, but can be needlessly slow. In this paper we describe how to build a (bounds consistent) global propagator for difference constraints that treats them all simultaneously. SAT modulo theory solvers have included theory solvers for difference constraints for some time. While a theory solver for difference constraints gives the basis of a global difference constraint propagator, we show how the requirements on the propagator are quite different. Crucially, we show how to explain propagations by a global difference constraint propagator, in order to use it within a lazy clause generation solver. We give experiments showing that treating difference constraints globally can substantially improve on the standard propagation approach.
• Abstract（参考訳）: x - y \leq d$ という形の差分制約は、最短経路への接続のため、満足度と含意の効率的なアルゴリズムを用いてよく研究されている。 しかし、有限領域伝搬アルゴリズムは一般的にこれらのアルゴリズムを利用せず、それぞれの差分制約を別々のプロパゲータとして扱う。 伝播は解決の完全性を保証するが、必然的に遅くなる可能性がある。 本稿では,これらすべてを同時に扱う差分制約に対する(一貫した)グローバルプロパゲータを構築する方法について述べる。 SATモジュラー理論の解法には、しばらくの間差分制約に対する理論の解法が含まれる。 差分制約に対する理論解法は、大域差分制約プロパゲータの基礎を与えるが、プロパゲータの要求がいかに異なるかを示す。 本稿では,グローバル差分制約プロパゲータを用いて,遅延節生成解決器内での伝搬を説明する方法を示す。 本研究では, 差分制約を世界規模で扱うことで, 標準伝搬法を大幅に改善できることを示す。

関連論文リスト

• Boomda: Balanced Multi-objective Optimization for Multimodal Domain Adaptation [17.15772103162049]
  一般的な解決策は教師なし領域適応(unsupervised domain adapt)であり、これは単調な環境で広く研究されている。 本稿では,異種マルチモーダル領域適応について検討する。そこでは,異なるモダリティの異なるドメインシフトが主な課題である。 モデル固有の特性を利用することで、問題を2次プログラミング問題に単純化することができる。 提案手法はtextbfBalanced multi-text-bfobjective textbftimization for textbfmultimodal textbf domain textbf を特徴とする。
  論文  参考訳（メタデータ） (2025-11-11T12:03:45Z)
• On the generalization of learned constraints for ASP solving in temporal domains [2.094218274474807]
  今日のASPソルバのパフォーマンスの重要な要因は、コンフリクト駆動の制約学習である。 学習した動的制約を一般化できる条件について検討する。 ASPソルバに一般化された制約を加えることの影響を実証的に評価する。
  論文  参考訳（メタデータ） (2024-01-29T12:49:09Z)
• Local Universal Explainer (LUX) -- a rule-based explainer with factual, counterfactual and visual explanations [7.673339435080445]
  Local Universal Explainer (LUX) は、現実的、対実的、視覚的な説明を生成できるルールベースの説明器である。 これは、決定木アルゴリズムの修正版に基づいており、斜め分割とSHAPのような重要なXAIメソッドとの統合を可能にする。 提案手法を実データと合成データセットで検証し, LORE, EXPLAN, Anchorなどの最先端のルールベースの説明器と比較した。
  論文  参考訳（メタデータ） (2023-10-23T13:04:15Z)
• Multi-Domain Long-Tailed Learning by Augmenting Disentangled Representations [80.76164484820818]
  多くの現実世界の分類問題には、避けられない長い尾のクラスバランスの問題がある。 本稿では,この多領域長鎖学習問題について検討し,すべてのクラスとドメインにまたがってよく一般化されたモデルを作成することを目的とする。 TALLYは、選択的均衡サンプリング戦略に基づいて、ある例のセマンティック表現と別の例のドメイン関連ニュアンスを混合することでこれを達成している。
  論文  参考訳（メタデータ） (2022-10-25T21:54:26Z)
• Modeling the Data-Generating Process is Necessary for Out-of-Distribution Generalization [23.302060306322506]
  実世界のデータは、しばしば異なる属性に対して複数の分散シフトを持つ。 最先端のDGアルゴリズムは、すべてのシフトに対して一貫してうまく動作しない。 我々は、データ生成プロセスに関する知識を用いて正規化のための正しい独立制約を適応的に識別し、適用するアルゴリズムであるCausally Adaptive Constraint Minimization (CACM)を開発した。
  論文  参考訳（メタデータ） (2022-06-15T22:35:06Z)
• Improving Out-of-Distribution Robustness via Selective Augmentation [61.147630193060856]
  機械学習アルゴリズムは、トレーニングとテスト例が同じ分布から引き出されると仮定する。 分散シフトは現実世界のアプリケーションでは一般的な問題であり、テスト時にモデルが劇的に悪化する可能性がある。 LISAと呼ばれる選択的な拡張によって不変関数を学習するミックスアップ方式を提案する。
  論文  参考訳（メタデータ） (2022-01-02T05:58:33Z)
• Quantifying and Improving Transferability in Domain Generalization [53.16289325326505]
  アウト・オブ・ディストリビューションの一般化は、実験室から現実世界にモデルを移す際の重要な課題の1つである。 我々は、領域一般化において量子化と計算が可能な転送可能性を正式に定義する。 転送可能な特徴を学習し、様々なベンチマークデータセット上でテストするための新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-07T14:04:32Z)
• A Theory of Label Propagation for Subpopulation Shift [61.408438422417326]
  ラベル伝搬に基づくドメイン適応のための有効なフレームワークを提案する。 アルゴリズム全体でエンドツーエンドの有限サンプル保証を得る。 理論的なフレームワークを、第3のラベルなしデータセットに基づいたソースからターゲットへの転送のより一般的な設定に拡張します。
  論文  参考訳（メタデータ） (2021-02-22T17:27:47Z)
• Half-checking propagators [0.0]
  プロパゲータは、与えられた制約のどの解にも属さないことが証明された値を削除する。 半チェックプロパゲータが導入されたが、特定のソリューションが実際のソリューションであるという唯一の要件がある。 ポートフォリオ解決プロセスの1つのコンポーネントとして半チェックプロパゲータを実行することで、全体的な完全性を得ることができる。
  論文  参考訳（メタデータ） (2020-07-10T14:54:57Z)
• An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
  データから制約をマイニングするための一般的なフレームワークを提案する。 特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。 提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
  論文  参考訳（メタデータ） (2020-06-18T20:09:53Z)
• On Weakening Strategies for PB Solvers [19.78156213005998]
  現在の擬ブール解法は、競合解析中に新しい制約を推測するために切断平面証明システムの異なる変種を実装している。 これらの変種の一つは一般化分解であり、強い制約を推測することができるが、それが生成する係数の増大に悩まされる。 別の変種は弱化と除算を使い、実際はより効率的だがより弱い制約を推測する。
  論文  参考訳（メタデータ） (2020-05-09T15:40:55Z)
• Polynomial-Time Exact MAP Inference on Discrete Models with Global Dependencies [83.05591911173332]
  ジャンクションツリーアルゴリズムは、実行時の保証と正確なMAP推論のための最も一般的な解である。 本稿では,ノードのクローン化による新たなグラフ変換手法を提案する。
  論文  参考訳（メタデータ） (2019-12-27T13:30:29Z)

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。