巡回セールスマン問題の学習は一般化再考を必要とする【JST・京大機械翻訳】

Joshi Chaitanya K.; Cappart Quentin; Rousseau Louis-Martin; Laurent Thomas

プレプリント

J-GLOBAL ID：202202219894398597 整理番号：21P0035320

巡回セールスマン問題の学習は一般化再考を必要とする【JST・京大機械翻訳】

Learning the Travelling Salesperson Problem Requires Rethinking Generalization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年06月12日プレプリントサーバーでの情報更新日： 2022年05月25日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

巡回セールス人問題(TSP)のようなグラフコンビナトリアル最適化問題に対するニューラルネットワークソルバのエンドツーエンド訓練は,最近,関心の急増を見たが,数百ノードを持つグラフを超えては,扱いにくいままかつ非効率のままである。TSPのための最先端の学習駆動手法は,自明に小さいサイズで訓練されたとき,古典的ソルバーに密接に機能するが,それらは,実際のスケールでより大きなインスタンスに学習ポリシーを一般化できない。本研究は,訓練において見られるものより大きいインスタンスに対して一般化を促進する誘導バイアス,モデルアーキテクチャおよび学習アルゴリズムを同定するために,いくつかの最近の論文を統一するエンドツーエンドニューラルコンビナトリアル最適化パイプラインを提示した。この制御実験は,そのようなゼロショット一般化への第一原理研究を提供し,訓練データを超える外挿は,ネットワーク層からニューラルコンビナトリアル最適化パイプラインと評価プロトコルへの学習パラダイムを再考する必要があることを明らかにした。加えて,著者らは,著者らのパイプラインのレンズを通して経路選定問題のための深い学習における最近の進展を解析して,将来の研究を刺激するために新しい方向を提供した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

数値計算 , ネットワーク法

, ,

前のページに戻る