hard constraints | BriefGPT

关键词hard constraints

搜索结果 - 9

提前预计以避免迟到：解决困难约束旅行推销员问题
使用前瞻信息作为特征，提出一种利用学习方法改善具有时间窗口的 TSP 解决方案合法性的新方法，并构建了具有硬约束条件的 TSPTW 数据集进行准确评估和基准测试。通过对多种数据集进行综合实验，MUSLA 优于现有基线算法且具有一定的泛化能力
PDF4 months ago
带任意微分阶硬约束的神经场
本文提出了一种基于 Meshless 插值和谱协方差方法的约束神经场方法，针对深度神经网络优化问题中缺乏硬性约束优化的现状，其约束可以具体指定为应用于神经场及其导数的线性算子，并展示了其在许多实际应用中的实验效果和高效的模型约束陈述框架。
PDFa year ago
多能源管理系统的自我完善硬约束条件下安全的强化学习
本文介绍了两项新的安全强化学习方法，OptLayerPolicy 和 self-improving hard constraints，将约束函数与 RL 形式解耦，以提高初始效用和准确性，提供了在模拟的多能源系统案例研究中实现 92.4%（
PDFa year ago
ICLRDC3: 具有硬约束的优化学习方法
本文提出了一个名为 DC3 的算法，采用可微分的方法来强制完成部分解，以满足等式约束，并展开基于梯度的校正来满足不等式约束。在合成优化任务和交流电力优化方面，DC3 都取得了近乎最优的目标值，同时保持可行性，因此适用于硬约束的优化问题。
PDF3 years ago
带硬约束的物理知识神经网络用于反问题设计
本文提出一种基于物理约束神经网络（hPINNs）的新的深度学习方法用于解决基于偏微分方程（PDEs）和附加不等式的拓扑优化，该方法拥有硬约束，可在不需要偏微分方程求解器的情况下处理大量维度较高的问题。使用 hPINN 解决全息术和 Stok
PDF3 years ago
MM凸凹和背包约束下的有约束情节增强学习
我们提出了一个算法，用于带有约束的表格式状态机器学习，并提供了强有力的理论保证，适用于具有凹收益和凸约束或具有纯硬约束（背包）的情况。我们的实验表明，所提出的算法在现有的约束性情境中明显优于以前的工作，且超过线性约束和只有一个情节的简单情境
PDF4 years ago
深度网络上强制加入硬限制：承诺与局限
本文介绍了如何在深度神经网络中实施硬约束来提高预测质量，并通过与软约束相比的实验结果证明了软约束比硬约束更加有效。
PDF7 years ago
强 Rayleigh 度量、DPP 和约束抽样的快速混合马尔可夫链
通过开发快速 Markov 链采样器，研究了受限制约束下的概率测度，包括强瑞利测度、确定性点过程，从而发展了适用于这些概率模型的 MCMC 采样器，并且通过实验证明了实现理论界限的关键因素对混合时间的依赖关系。
PDF8 years ago
面向约束句子生成的前向和后向语言建模
本研究提出了一种新的前向后向语言模型，能够在特定词的约束下生成自然语言文本，表现优于传统的顺序语言模型。
PDF9 years ago