- IJCAI从 WikiHow 描述中学习家庭任务知识
该论文介绍了利用深度学习和整形规划学习从自然语言语料库中提取常识性过程知识的模型以及相关实验结果。
- 基于整数规划的算法选择问题的最优决策树
本文提出了基于整数规划的方法来构建用于算法选择问题的决策树,并使用 COIN-OR Branch & Cut solver 实现的线性规划算法进行了实验。实验结果表明,该方法具有很好的泛化性能且未过度拟合。
- ICML强化学习用于整数规划:学习剪切
应用深度强化学习技术提升整数规划问题求解算法中割平面方法 (Cutting Plane Method) 的性能表现。通过对算法的智能自适应选择,和其在分支定界算法 (Branch-and-Cut algorithm) 中的应用,表现出在各种 - ECCV非刚性形状的无模型一致性最大化
本论文通过使用基于整数规划的图形中的测量规则对无模型分析的一致性极大化进行了阐述,并提供了一种用于消除离群值三维对应并实现优于现有技术水平的性能的方法,包括对三维模板进行图像匹配的类似公式的导出。
- 割平面选择中的理论挑战
对比不同种类的切割平面以及它们间的相对强度,讨论在分支定界树中选取一个投资组合的切割平面的问题,提出一些新的方法。在研究中,试图为切割平面选择设计出一种更为系统的方法。同时我们为与切割平面选择有关的一些问题提供了初步的理论基础。
- MM$\ell_p$-Box ADMM:一个整数规划的多功能框架
本文提出了一种新的基于 ADMM 的方法,称为 $l_p$-box ADMM,它能够高效地处理整数规划问题及连续约束,并在 MRF 能量最小化、图匹配和聚类等计算机视觉应用上表现出优越的性能。
- 基于整数规划的时间关系分类器集成
本篇论文针对自然语言处理中时间性事件以及它们之间关联的提取和理解问题,提出了采用整数规划的集成方法来提高多个分类器的关于文本中时间性表达的判断。实验结果表明该方法在 SemEval-2013 TempEval-3 (Temporal Ann - 解释性线性分类的方法和模型
提出了一种基于整数规划的框架,用于构建准确且可解释的离散线性分类模型,该框架具有控制和灵活性,可为特定领域的实践者量身定制准确且可解释的模型。通过数值实验和睡眠呼吸暂停诊断工具的案例研究,展示了该框架的性能和灵活性。
- 现代推理技术在结构离散能量最小化问题中的比较研究
该研究比较了 32 种现代化的最优化技术在计算机视觉中的应用,结果表明,与之前研究不同,多面体方法与整数规划解决方案在运行时间和解决方案质量方面在大范围的模型类型上具有竞争力。
- 双重查询:针对高维数据的实用私有查询发布
提出了一种实用的差分隐私算法,可以回答高维数据集上的大量查询,并将计算困难的步骤封装为一个简洁定义的整数规划问题,以实现高效的回答。通过在 Netflix 数据集上的实验,证明了该算法的精度和隐私性定理,并提出了比现有技术显著改进的方案。
- 史塔纳旅行商问题及其相关问题的简约公式化
本文研究 Steiner 旅行商问题(STSP)这一问题,探讨了如何将已有的有效的可行性算法适配到适用于稀疏网络,也对与该问题相关的一些领域进行了讨论。
- 使用割平面算法学习贝叶斯网络
提出了一个将贝叶斯网络结构学习问题转化为优化问题,使用整数规划方法进行求解的方法,具体来说,在整数规划算法中添加了割平面的约束,用子整数规划搜索这些割平面来提高该方法性能,以求得最大化对数边际似然(BDe 分数)的贝叶斯网络结构,该方法能够 - 自适应割生成算法改进二元线性码线性规划译码
本研究提出了一种新的算法来生成奇偶校验不等式,用于解码线性分组码,可以通过消除线性规划解码器产生的赝码字显著提高解码器误码率性能,并实现了与 ML 解码之间的性能接近。
- MM高度对称线性和整数规划算法
利用有限群的线性表示及整数解的几何形态特征,将高度对称的线性规划和整数线性规划问题转化为具有更低维度的线性规划问题,从而得到一种仅与限制个数线性、维数平方相关的求解高度对称整数线性规划问题的算法。
- 最优同源周期、完全单峰性和线性规划
通过将问题转化为整数规划问题并使用线性规划求解的方法,本论文展示了对于给定同调类别中的最优环(或链),可以在多项式时间内求解,这一结果对于解决相关问题具有广泛意义。