論文の概要: Quantum-Inspired Evolutionary Neighborhood Search for Arrival-Departure Track Utilization Adjustment under Short-Term Disturbances

• arxiv url: http://arxiv.org/abs/2607.24049v1
• Date: Mon, 27 Jul 2026 06:44:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.330282
• Title: Quantum-Inspired Evolutionary Neighborhood Search for Arrival-Departure Track Utilization Adjustment under Short-Term Disturbances
• Title（参考訳）: 短期的外乱下での任意配置軌道利用調整のための量子インスピレーションによる進化的近傍探索
• Abstract要約: 主要旅客駅での短期的な混乱は、列車の到着時間と出発時間を変更した。 本研究は, 列車到着, 線路占有, 出発作業に関わる駅資源を, ゾーンレベルの資源占有間隔として表現する。 近接探索(QEA-NS)と組み合わせた量子インスピレーション進化アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 2.345132453731892
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Short-term disturbances at major passenger railway stations alter train arrival and departure times as well as the release sequence of station resources. Effective recovery therefore requires coordinated adjustment of arrival-departure track allocation, station resource occupation, and train retiming. This study represents the station resources involved in train arrival, track occupancy, and departure operations as zone-level resource-occupation intervals. An arrival-departure track allocation adjustment model is formulated. Resource compatibility is imposed as the feasibility condition, while train delays and resource reassignment costs are jointly considered. A quantum-inspired evolutionary algorithm combined with neighborhood search (QEA-NS) is proposed to solve the model. Perturbation instances are constructed using GTFS timetable data from Frankfurt Hauptbahnhof, Germany. QEA-NS is compared with CP-SAT under the same candidate resource set and feasibility criteria. Both methods generate solutions satisfying the modeled resource compatibility constraints. QEA-NS yields a total delay of 388 min, compared with 519 min for CP-SAT, representing a reduction of 25.2\%. The mean delay of delayed trains decreases from 4.99 to 3.73 min, although QEA-NS requires a longer solution time. Across 10 random perturbation instances, QEA-NS achieves lower total delay in every case. Its mean total delay and standard deviation are 390.5 min and 35.945 min, respectively, compared with 673.8 min and 105.739 min for CP-SAT. The results indicate that, under the adopted resource representation and constraints, QEA-NS improves the delay performance of recovery plans. Its computational efficiency, however, requires further improvement.
• Abstract（参考訳）: 主要旅客駅での短期的な混乱は、駅資源の放出シーケンスだけでなく、列車の到着時間や出発時間も変化している。 そのため、効率的な復旧には、到着・出発地点の配置、駅資源の占有、列車の調整の調整が必要である。 本研究は, 列車到着, 線路占有, 出発作業に関わる駅資源を, ゾーンレベルの資源占有間隔として表現する。 着脱トラック割り当て調整モデルを定式化する。 実現可能な条件として資源の互換性が課せられ、列車の遅延と資源の再割り当てコストが共同で考慮される。 近接探索(QEA-NS)と組み合わせた量子インスピレーション進化アルゴリズムを提案する。 摂動インスタンスはドイツのフランクフルト・ハウプトバーンホーフのGTFSタイムテーブルデータを用いて構築されている。 QEA-NSとCP-SATは、同じ候補資源セットと実現可能性基準で比較される。 どちらの手法も、モデル化されたリソース互換性制約を満たすソリューションを生成する。 QEA-NS は CP-SAT の 519 分に対して 388 分遅れ、25.2 % の減少を示す。 遅延列車の平均遅延時間は4.99分から3.73分に減少するが、QEA-NSはより長い解時間を必要とする。 QEA-NSは、ランダムな摂動のインスタンスを10回にわたって、各ケースの合計遅延を低くする。 平均遅延は390.5分、標準偏差は35.945分であり、CP-SATは673.8分、105.739分である。 その結果,QEA-NSは資源表現や制約を取り入れた上で,回復計画の遅延性能を向上させることが示唆された。 しかし、その計算効率は更なる改善が必要である。

関連論文リスト

• State of Thought Enables Endogenous Reasoning [48.902117018115256]
  大規模言語モデル(LLM)の能力向上のための主要なアプローチとして、テスト時推論が登場した。 LLMにおける内在的推論を可能にする新しい推論パラダイムであるState of Thoughtを提案する。 SoTは平均ベースライン精度を一貫して改善し,生成トークンを62.6%,エンドツーエンドのレイテンシを44.6%削減した。
  論文  参考訳（メタデータ） (2026-09-13T05:55:03Z)
• Spatio-Temporal Scheduling Prediction Under Backhaul Delay for Resilient Coordinated Beamforming [2.6199192690853255]
  分散5Gネットワークにおけるビームフォーミングはセル間スケジューリング情報のタイムリーな交換に依存する。 単一の伝送時間間隔(TTI)であっても、未調整のベースライン以下ではCBF-SLNR性能が低下する可能性がある。 本稿では、スペクトル時間グラフニューラルネットワーク(StemGNN)が、遅延した歴史的観測から将来のユーザ機器(UE)スケジューリング状態を予測できる2段階予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-09T13:17:22Z)
• STEPS: A Temporal Smooth Error Propagation Solver on the Manifolds for Test-Time Adaptation in Time Series Forecasting [6.053929364291382]
  Test-Time Adaptation (TTA) は、推論中に限られた観測値を用いて、分布シフトの下での時系列予測を改善することを目的としている。 既存の方法は、明らかなプレフィックスがスパースまたは汚染されたときに、弱い識別性、エラーの蓄積、不安定なロングホライゾン補正に悩まされることがある。
  論文  参考訳（メタデータ） (2026-05-08T16:58:10Z)
• FedQueue: Queue-Aware Federated Learning for Cross-Facility HPC Training [9.92589213662115]
  複数のHPC施設にまたがる制御学習(FL)は、壁時計時間を支配するバッチスケジューラの受け入れ遅延に直面している。 本稿では,スケジューリングやアグリゲーションに直接スケジューラ遅延を組み込むキュー対応FLプロトコルであるFedQueueを提案する。
  論文  参考訳（メタデータ） (2026-05-04T01:11:02Z)
• Latency-Aware Resource Allocation over Heterogeneous Networks: A Lorentz-Invariant Market Mechanism [2.28438857884398]
  Lorentz-Invariant Auction (LIA)は、入札を時空のイベントとして扱う。 市場規模 (10,20,30,40,50) の52,500のベースラインインスタンスに対して, STARlink-200, INTERNET-100, DSN-30上でのLIAを評価し, さらなるロバストネススイープを行う。
  論文  参考訳（メタデータ） (2026-04-04T23:48:19Z)
• ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
  ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。 我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-02-27T05:22:01Z)
• Scalable Transit Delay Prediction at City Scale: A Systematic Approach with Multi-Resolution Feature Engineering and Deep Learning [1.065661841579261]
  既存の遅延予測システムは、手作りの機能に依存し、再利用可能なアーキテクチャを設計する方法についてはほとんどガイダンスを提供していない。 本稿では,マルチレゾリューション機能工学,次元減少,深層学習を組み合わせた都市規模の予測パイプラインを提案する。 クラスタ認識機能を備えたグローバルLSTMは、精度と効率の最良のトレードオフを実現し、トランスフォーマーモデルを1852%から52%向上させる。
  論文  参考訳（メタデータ） (2026-01-26T14:30:50Z)
• Intra-request branch orchestration for efficient LLM reasoning [52.68946975865865]
  大規模言語モデル(LLM)は、複雑なタスクの正確性を改善するために、推論時推論アルゴリズムにますます依存している。 それまでの作業は、トークンの使用を減らすことを中心に、多くの場合、正確さを犠牲にしつつ、他のレイテンシ要因を見越すことに重点を置いていた。 本稿では,LLMサービスシステムであるDUCHESSについて,予測によって導かれるリクエスト内ブランチオーケストレーションにより,精度を犠牲にすることなく,コストとレイテンシを低減できるシステムを提案する。
  論文  参考訳（メタデータ） (2025-09-29T15:52:08Z)
• SPARQ: Efficient Entanglement Distribution and Routing in Space-Air-Ground Quantum Networks [50.91365514137301]
  宇宙空間量子(SPARQ)ネットワークは、シームレスなオンデマンドの絡み合い分布を提供する手段として開発された。 SPARQの複数のグラフ上でディープQネットワーク(DQN)を用いて深層強化学習フレームワークを提案し,訓練した。 通信相手間の絡み合いを確立するために,サードパーティの絡み合い分散政策を提案する。
  論文  参考訳（メタデータ） (2024-09-19T16:31:37Z)
• Distributed Stochastic Gradient Descent with Staleness: A Stochastic Delay Differential Equation Based Framework [56.82432591933544]
  分散勾配降下(SGD)は、計算リソースのスケーリング、トレーニング時間の短縮、マシンラーニングにおけるユーザのプライバシ保護の支援などにより、近年注目されている。 本稿では,遅延微分方程式(SDDE)と勾配到着の近似に基づく分散SGDの実行時間と安定化について述べる。 活性化作業員の増加は, 安定度による分散SGDを必ずしも加速させるものではないことが興味深い。
  論文  参考訳（メタデータ） (2024-06-17T02:56:55Z)
• SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
  探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。 SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。 大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
  論文  参考訳（メタデータ） (2022-07-10T11:18:26Z)
• Truncated tensor Schatten p-norm based approach for spatiotemporal traffic data imputation with complicated missing patterns [77.34726150561087]
  本研究は, モード駆動繊維による3症例の欠失を含む, 4症例の欠失パターンについて紹介する。 本モデルでは, 目的関数の非性にもかかわらず, 乗算器の交互データ演算法を統合することにより, 最適解を導出する。
  論文  参考訳（メタデータ） (2022-05-19T08:37:56Z)

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。