heuristics | BriefGPT - AI 论文速递

关键词heuristics

搜索结果 - 125

在线微调的游戏求解
应用在线微调的方法解决游戏问题，在计算时间上相比基准方法仅使用了 23.54%，表明节约的规模与问题的大小成正比。
PDF8 months ago
奖励微调以提高更快和更准确的无监督目标发现
通过利用人类反馈进行强化学习，无监督对象发现的准确性和训练速度得到了显著提高。
PDF8 months ago
社群检测中近似、启发式和图神经网络算法中的模块化最大化分析
分析表明，常用的基于模块性的方法在发现社区结构时很少产生最优划分或最接近最优划分的划分，因此，推荐使用近似优化算法以在方法适用范围内更加方法论严谨地使用模块性。
PDF9 months ago
彩色装箱问题的快速邻域搜索启发式算法
通过改进 BPP 启发式算法以及提出新的 CBPP 启发式算法，并结合基于变量邻域搜索 (VNS) 和数学启发式方法的邻域搜索算法，我们的研究表明，我们的数学启发式方法优于 VNS，两种方法都可以在大量实例中找到近乎最优的解，甚至对于具有许
PDF9 months ago
在线随机情况规划的展开策略
部分可观察马尔可夫决策过程 (POMDP) 是在部分可观察性和随机行为下进行决策的有用模型。本文将 POMDP 建模为随机条件规划问题，并提出了两种领域独立的启发式算法，一种基于经典规划中著名的 h_add 启发式算法，另一种在信念空间中计
PDF9 months ago
MM线性注意力或许是你所需的全部（理解 Transformer 优化的）
通过对线性化浅层 transformer 模型的研究，我们对 transformer 训练的复杂性有了更深入的了解，并观察到线性化模型能够重现 transformer 训练动态的几个重要方面，因此，本文的结果表明简单的线性化 transfo
PDF9 months ago
景观素描算法：基于人工智能与机器学习的代理优化问题元启发式方法
在本文中，我们介绍了一种新的启发式算法，用于在成本函数的 extensive 评估是昂贵、不可访问或甚至是禁止的场景中进行全局优化。该方法结合了机器学习、随机优化和强化学习技术，并依赖于以前采样点的历史信息，选择应该评估成本函数的参数值。与
PDF10 months ago
基于感知器的线性分离的精细逼近技术
该文章提出了一种新颖的在线学习方法，旨在找到将数据点标记为正或负之间的分割超平面。该方法基于感知器算法，通过调整神经元权重来搜索分割超平面，使其更加高效。通过适当的数据集转换，该方法将数据的分离性问题减少为一类分类问题。实证结果表明在数据集
PDF10 months ago
从遍历理论角度看深度神经网络
深度神经网络的设计仍然更像是一门艺术而不是精确的科学，本文通过将网络视为动力系统的时间演化，并采用遍历论的考虑，将每一层视为一个时间实例，揭示了一些看似神秘的经验准则可以归因于启发式方法。
PDFa year ago
DiviML: 模块化启发式算法用于神经网络在异构平台上的映射
数据中心中的异构深度神经网络调度器利用混合整数线性规划和基于模块化的启发式方法，通过自动分区和设备映射，优化了深度神经网络的计算性能并显著提高了解决方案的质量，可用于调度大型语言模型跨多个异构服务器。
PDFa year ago
规范人工智能操纵：应用行为经济学和心理学的洞察力以增强欧盟人工智能法的实用性
本文旨在通过整合心理学和行为经济学的见解，澄清术语并提高保护效力，以解释和扩展用于人工智能操作的术语，并提出对 EU AI 法案第 5 条的具体修改建议，从而为解释和应用 EU AI 法案第 5 条提供实践指南。
PDFa year ago
SAT 问题的机器学习：约束启发式和新的图表示
布尔可满足性 (SAT) 是一个基础的 NP-complete 问题，具有许多应用，包括自动计划和调度。为了解决大规模的情况，SAT 求解器必须依赖启发式算法，如在 DPLL 和 CDCL 求解器中选择一个分支变量。我们建议使用机器学习模型
PDFa year ago
学习可解释的 WalkSAT 启发式方法
使用强化学习来学习有效的变量评分函数和噪声参数，针对不同的实例分布学习专门的启发式方法，实验证明与基线方法以及另一个学习到的局部搜索启发式方法相比获得了改进。
PDFa year ago
分析不同专家意见的策略，利用努力传播概念增强多属性决策系统目标效果，并在提高高中学生表现方面应用
本研究提出了平行和分级策略以及传播策略来优化多属性决策问题，介绍了相对重要性和传播性等启发式，并对印度高中行政因素进行案例分析，最终得出了传播效果在 14.43% 左右的最佳策略。
PDFa year ago
泛化规划中的新颖性和提升型有用动作
介绍了基于规划程序的行动新颖性排名概念以及新颖性优化的 GP 算法，采用基于最佳优先搜索 BFS（v）和其渐进变体 PGP（v）的方法，引入来自行动方案的提高可行性行动，并提出了新的评估函数和结构化程序限制，以扩展搜索范围。经实验证明，新
PDFa year ago
混合整数规划与高效启发式算法的多机器人时间最优覆盖路径规划
本研究采用混合整数规划和启发式算法对多机器人覆盖路径规划进行优化，其中包括两种减少规模的启发式算法，通过实验证明，相比现有算法，本研究提出的方法可以显著降低路径覆盖时间。
PDFa year ago
使用非时间启发式指导 HTN 时间规划中的搜索
本文提出了一种使用现有启发式方法解决 HTN 问题的新型 POCL（偏序因果链接）方法，实验证明该方法表现优秀且能够优于现有方法，从而解决了缺乏正式和一致定义的时间分层规划问题的不便。
PDFa year ago
使用神经网络学习特定搜索空间启发式算法
建议并评估了一种系统，该系统学习了一种用于基于正向搜索的满足经典规划的神经网络启发式函数。我们的系统从头开始学习目标估计器，并生成训练数据。通过反向回归搜索或通过反向搜索从给定或猜测的目标状态生成培训数据。
PDFa year ago
基于卷积块注意力生成对抗网络的采样路径规划
本文提出了一种基于图像学习的路径规划算法（CBAGAN-RRT），使用卷积块注意力生成对抗网络（CBAGAN）及新型损失函数设计启发式规则以找到更佳的优化路径，提高算法收敛性能，在路径生成质量与时间成本等方面优于现有算法，且可以适应复杂环境
PDFa year ago
大型语言模型是否表现出类似于人类的决策启发式？以 GPT-3.5 为例的案例研究
研究人员使用一系列新颖的提示来测试 ChatGPT 中是否显示出启发式方法、偏见和其他决策效应等现象，并发现 ChatGPT 在这些效应中表现出与人类相似的行为。
PDFa year ago