論文の概要: FPTR: Feasibility-Preserving Transactional Refinement for Deadline-Constrained Joint Beam and Resource Allocation
- arxiv url: http://arxiv.org/abs/2611.06491v1
- Date: Wed, 04 Nov 2026 13:27:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.119636
- Title: FPTR: Feasibility-Preserving Transactional Refinement for Deadline-Constrained Joint Beam and Resource Allocation
- Title（参考訳）: FPTR デッドライン拘束継手ビームと資源配分のための可能性保存トランザクションリファインメント
- Abstract要約: 短区間の無線スケジューラは、実行期限前に完全かつ実現可能なビームとリソースの割り当てを返さなければならない。
FPTR(Fasibility-Preserving Transactional Refinement)を提案する。
バッファ対応リソース選択、互換性グループ(CG)ユーザ共有、残りの需要からのビームマスク再構築、および2つのリソースの共同割り当てである。
- 参考スコア（独自算出の注目度）: 10.407475588982527
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Short-interval wireless schedulers must return a complete, feasible beam-and-resource allocation before each execution deadline, and a late or invalid output gives no utility in the current control cycle. Searching longer can increase transmitted traffic, but it may also miss the deadline or leave only an infeasible intermediate solution. We propose Feasibility-Preserving Transactional Refinement (FPTR), which always keeps a validated feasible allocation, the incumbent. Each refinement stage builds a separate candidate and leaves the incumbent unchanged. A candidate replaces the incumbent only if it is complete, passes the feasibility validator before its stage cutoff, and strictly improves the objective; otherwise it is discarded. Four refinement stages use this rule: buffer-aware resource selection, compatibility-group (CG) user sharing, beam-mask rebuilding from remaining demand, and joint reassignment of two resources. On 150 fixed synthetic instances, the full pipeline (Full) raises traffic by 3.83% on average over a lightweight beam-first reference and by 1.79% over its Base constructor. In a separate suite with matched inputs, Full exceeds six independent search baselines (ALNS, tabu search, GA, simulated annealing, iterated local search, and GRASP) by 6.68-8.35%, where outputs later than 100 ms receive zero utility. All 750 Full runs in the internal suite returned feasible allocations, and none exceeded 100 ms. Separating mandatory output construction from optional refinement lets spare computation time improve the allocation without endangering the incumbent. The open-source implementation supports independent reproduction.
- Abstract（参考訳）: 短区間の無線スケジューラは、実行期限前に完全かつ実現可能なビームとリソースの割り当てを返さなければならない。
より長い検索は送信トラフィックを増やすことができるが、期限を逃したり、実現不可能な中間解のみを残すこともある。
FPTR(Fasibility-Preserving Transactional Refinement)を提案する。
各改良段階は別個の候補を構築し、既存の候補はそのまま残す。
候補者は、完了した場合にのみ現職を置き換え、ステージカット前に実現可能性検証をパスし、目的を厳密に改善する。
バッファ対応リソース選択、互換性グループ(CG)ユーザ共有、残りの需要からのビームマスク再構築、および2つのリソースの共同割り当てである。
150の固定合成インスタンスでは、フルパイプライン(Full)がライトビームファースト参照で平均3.83%、ベースコンストラクタで1.79%のトラフィックを発生させる。
マッチした入力を持つ別のスイートでは、Fullは6つの独立した検索ベースライン(ALNS、タブサーチ、GA、シミュレートされたアニーリング、反復ローカルサーチ、GRASP)を6.68-8.35%上回り、100ミリ秒未満の出力はゼロユーティリティを受け取る。
750のフル実行は、内部スイートで実行可能アロケーションを返却し、100msを超えなかった。オプションのリファインメントから必須出力構築を分離することで、既存の処理を危険にさらすことなく、予備の計算時間を改善することができる。
オープンソース実装は、独立した複製をサポートする。
関連論文リスト
- Autonomous ETL Pipelines for Salesforce M&A Consolidation: A Reference Framework, Jitterbit Mapping, and Reproducible Simulation Study [0.0]
Salesforceを運営しているマージ企業は、顧客データを単一の組織に統合しなければならない。
本稿では,このタスクのための自動抽出-変換-負荷パイプラインの参照フレームワークを提案する。
分割されたバルク抽出、宣言的マッピングテンプレート、ルールベースおよび統計的品質ゲート、決定論的かつブロックされたファジィマッチングによるマスターデータ管理、レコード単位のエラーキャプチャによる制約付きローディング、データヘルス回路ブレーカによって保護されたデータキャプチャを組み合わせている。
論文 参考訳（メタデータ） (2026-11-04T04:12:38Z) - RFPO: Rectified Flow Policy Optimization for Embodied Control [57.28454299980691]
フローベースのポリシーは、継続的ロボット制御のための表現力のあるフレームワークを提供するが、その反復ODE統合は、かなりの推論コストをもたらす。
本稿では,信頼性のある数ステップ実行のためのフローポリシー最適化フレームワークRFPOを紹介する。
Unitree Go2、Boston Dynamics Spot、Unitree H1、Unitree G1の他、RFPOはワンステップ実行下でのフルステップ制御性能を一貫して維持する。
論文 参考訳（メタデータ） (2026-10-07T17:24:46Z) - MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
MeshHealは、完全に分散化された自己修復フレームワークである。
能力にマッチしたピアレビューを2つのタイムスケールに分けている。
1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
論文 参考訳（メタデータ） (2026-09-24T04:29:37Z) - From Production Traffic to Post-Training: Building a Self-Hosted LLM That Covers the Corporate Request Mix [55.08143827481755]
200以上の内部アプリケーションから1つのモデルにトラフィックを集約します。
我々は、各軸ごとに別々のGRPOエキスパートを訓練し、2段階のSLERPを介してそれらをマージする。
このモデルは、プラットフォームトラフィックの50%、月1億6600万リクエストをサービスコストのごく一部で吸収する。
論文 参考訳（メタデータ） (2026-09-01T17:39:26Z) - CODS: Iterative Bellman-Residual Data Selection for Reusable Offline Reinforcement Learning [5.894992157122175]
我々は,アルゴリズムに適合した批評家の適合と高レジデンシャル・トランジションの獲得を交互に行う,批評家誘導のセレクタであるCODSを紹介する。
10%の予算で、CODSは20の有効なD4RLタスク-アルゴリズム細胞に対して96.6%の許容プール性能を維持している。
論文 参考訳（メタデータ） (2026-08-07T19:11:54Z) - LoopsBench: From Harness Engineering to Loop Engineering in Benchmarking Coding Agent [60.27239351179265]
LOOPSBENCHは、符号化エージェント評価におけるループエンジニアリングのベンチマークである。
8つのプログラミング言語と9つのドメインにまたがる、本物のソースからの112のタスクで構成されている。
フロー対応ランタイムは、準備されたフロンティアに沿ってテストをリリースし、レグレッション義務として完了したノードを保持します。
論文 参考訳（メタデータ） (2026-07-31T20:18:25Z) - Entity Resolution in Practice: Lessons from a Self-Serve Pipeline [0.39146761527401436]
864から5Mレコードにまたがる6つのベンチマーク上で,自己サービス実体分解能(ER)システムを構築し,評価した。
データセット毎にいくつかのアルゴリズムファミリをトレーニングし、自動ベイクオフで勝者を選ぶことを推奨します。
1つの偽陽性リンクは、無関係なエンティティを静かにマージすることができる。
論文 参考訳（メタデータ） (2026-07-28T21:41:32Z) - Constrained Path Reasoning: Measuring When Committed Stages Earn Their Cost [2.9867974725783113]
Constrained Path Reasoning (CPR)は、ソース認識パス仮説とステージレベルの会計とをペアリングする。
CPRは、タスク互換のコミットメントは、移行を分解し、候補の質量を集中し、正規性を誘導し、そのゲインが宣伝されたエラーや実行コストを超えたときにフィードバックを公開することができると予測している。
論文 参考訳（メタデータ） (2026-07-19T13:11:18Z) - Constrained Decoding for Diffusion Language Models via Efficient Inference over Finite Automata [57.27430779838529]
有限オートマトンとして表現可能な任意の制約の下で,制約付き平均場後部からサンプリングする,正確かつトラクタブルなアルゴリズムを提案する。
このアプローチは、構築による制約満足度を保証し、欲求とサンプリングベースのデコーディングの両方をサポートし、並列およびブロックワイドデコーディングと互換性がある。
Dream-7B と LLaDA-8 の実証的な評価は、様々なタスクにおいてかなりの精度の向上を示した。
論文 参考訳（メタデータ） (2026-07-08T05:48:57Z) - F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking [79.49893545611779]
大規模言語モデル(LLM)はサブセットを生成し、それを1つの自己回帰パス内で順序付けることができる。
この柔軟性は、新しい最適化課題をもたらす: モデルが出力空間を検索し、完全なランクリストが生成された後にのみユーティリティフィードバックを受けなければならない。
このクレジット割り当てギャップは、エンドツーエンドの最適化を不安定にし、サンプル非効率にする。
本稿では,単一自己回帰的ロールアウト内の両方を実行する統一フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-13T04:52:33Z)
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。