- ECCV通过学习每层重要性进行混合精度神经网络量化
该研究提出利用量化器中的可学习参数作为量化精度重要指标，通过一次整数线性规划来确定混合精度量化的最佳位宽以提高时间效率，并在多种模型中实现了 SOTA 精度。
- ICLR疫苗设计中的最大 n 次覆盖
本文提出了最大 $n$ 次覆盖问题和最小成本 $n$ 次覆盖问题，并介绍了两种基于整数线性规划和贪婪优化的 $n$ 次覆盖的实际解决方案。研究表明，最大 $n$ 次覆盖是一种自然的肽疫苗设计方法，并找到了一种针对 COVID-19 的泛株系 - 基于线性规划的预测和优化的内点求解
通过使用对数障碍项而不是二次惩罚项和神经网络的优化问题解决方案，实现了优化问题的解决方案，结果表明其效果与基于二次规划任务损失的公式以及 SPO 方法一样好，甚至更好。
- ICML从数据中挖掘约束条件的整数线性规划框架
本文提出了一种用于从数据中挖掘约束条件的一般框架，该框架以整数线性规划问题的形式考虑结构化输出预测中的推断，然后通过估计可行集的外部和内部多面体来挖掘底层约束条件，并在各种合成和现实应用中验证了所提出的约束挖掘算法。
- SIGIR读你所需：可控的基于方面的旅游评论意见摘要
本文提出一种基于用户偏好的个性化观点总结生成方案，利用无监督方法从 TripAdvisor 游客评论中提取一致的方面，再利用整数线性规划技术结合用户指定的各种控制参数选择信息量大的观点，最后通过众包和 ROUGE-based 指标评估并获得 - 多方面常识知识的联合推理
本文提出了一种多维模型的常识知识语句，以及一种关于相关语句集合的联合推理方法。通过将推理转化为整数线性规划，采用软约束和松弛 LP 的降维成本理论来计算信息化排序，本方法可以应用于多个大型 CSK 收集，最终可以将这些内容转化为更干净和更具 - EMNLP一种改进的神经网络基线用于时间关系提取
本研究提出了一种新的神经系统，通过采用语境化单词嵌入，一个时间常识知识库的连体编码器和整数线性规划的全局推理，在 MATRES 数据集上进行训练，取得了一个基准数据集上绝对精度提高约 10％（25％的误差降低）的结果。我们认为，这种新方法可 - ACL时间和因果关系的联合推理
本文采用约束条件模型的联合推理框架，通过整数线性规划问题来实现时间和因果关系的联合推理，从而在从文本中提取时间和因果关系方面取得了显著的统计改进。
- 具有平局和不完整列表的稳定匹配问题的数学模型
提出可用于求解实际应用和大规模随机生成情况下的 Stable Marriage problem with Ties 以及其多对一的变形 Hospitals / Residents problem with Ties 的最优化问题的新整数线性 - 社区检测方法评估
本文提出了一种方法，将计算出的社区标签映射到基准标签中，并使用 kappa 指数和 F-score 来评估检测到的社区结构。实验结果证明了我们方法的优势，解决了现有指标在计算社区结构质量时出现的问题。
- 学生课程反馈的自动摘要
本论文提出了一种新的基于整数线性规划框架的学生课程反馈摘要方法，在学生反馈语料库上的实验结果表明，该方法在 ROUGE 分数和人类评估方面优于一系列基线。
- 时间刻画的差异识别
该论文提出了一种形式化框架，名为 trace-set 区分，通过基于整数线性规划（ILP）和决策树学习的方法，可以实现零点定位程序内部的差异，从而有效地调试时间侧信道漏洞和可用性漏洞。
- ACL无监督学习词形树
本文关注无监督建模形态家族，用整数线性规划 (ILP) 和对比评估解决了此问题，并在三个任务中进行了评估。实验表明，我们的模型在根检测，形态家族聚类和分割等任务方面相较于之前的研究获得了显著进展。
- WWW利用依存图融合进行抽象会议摘要
本文介绍了一种基于整数线性规划的句子融合方法，用于从多个发言中提取重要内容生成摘要，并实验证明该方法能够生成比现有基准更为信息丰富的自动生成会议记录的摘要。
- AAAI基于整数线性规划的多句子压缩的多文档主题概括
本研究针对多文档摘要提出了一种基于整数线性规划模型的生成式摘要的方法，实验结果表明，该方法在信息内容和可读性方面均优于基线和先进的抽取式摘要器，且胜过最近提出的生成式摘要技术。
- ECCV基于局部关节到人员关联的多人姿态估计
本文提出了一种基于整数线性规划的方法来解决多人姿态估计的问题，并且在 MPII 人体多人姿态数据集上实现了与最先进方法相当的精度，但速度快了 6,000 到 19,000 倍。
- 解析说服性论文中的论证结构
介绍了一种新的方法通过序列标记识别论证结构，并使用整数线性规划来优化引用组件类型和论证关系，提高了基础分类器的性能，同时还引入了一个包含论证结构注释的新语料库，以促进将来对计算论证的研究。
- 基于图形的多机器人最优路径规划：完整算法和有效的启发式算法
通过与网络流的等价性和整数线性规划，我们设计了用于解决四个不同目标的新颖和完整算法，从而解决了最佳多机器人路径规划问题。采用基于 ILP 算法模型和启发式算法的组合方法，能够在几秒钟内计算出包含数百个机器人，环境密集的问题的 1.x - 最 - 基于奇偶约束的优化问题：从二进制编码到离散积分
本研究关注了对指数级别集合进行求和的概率推断任务，并提出了一种基于随机生成奇偶约束模型的多项式数量级别的 MAP 推断查询的求解方法，结合迭代消息传递解码算法和整数线性规划 (ILP) 方案以及新的稀疏化技术，可以得到分割函数的下限和上限， - 在图上为多个机器人规划最优路径
本文研究基于图的多机器人路径规划问题，提出两种多流基于整数线性规划算法，计算最小到达时间和最小总距离的解决方案，其算法性能表现得到评估，并能够适应其他 MPP 问题变体。