neural solvers | BriefGPT - AI 论文速递

关键词neural solvers

搜索结果 - 10

DISCO: 大规模组合优化问题的高效扩散求解器
提出了一种用于组合优化问题的高效扩散求解器 DISCO，通过快速去噪和限制采样空间的方法，在解决质量和推理速度方面表现出色。
PDF8 days ago
记忆增强型神经求解器在组合优化中的高效自适应
MEMENTO 是一种基于记忆的强化学习方法，可以在推理时间动态更新行动分布，提高神经求解器的适应性和性能。
PDF12 days ago
掩蔽自编码器是 PDE 学习器
通过自我监督学习跨越偏微分方程组，遮蔽预训练可以提高神经求解器对未见过方程组的系数回归和时间步骤性能，从而成为跨大规模、无标签和异构数据集学习潜在物理规律的统一方法。
PDF3 months ago
距离感知注意力重塑：为大规模车辆路径问题增强神经求解器的泛化能力
通过距离感知的注意力重整方法，本文提出了一种助力神经求解器解决大规模车辆路径问题的方法，并且实验结果显示该方法在大规模数据集上明显优于现有的神经求解器。
PDF6 months ago
AAAIGLOP：学习全局分区和局部构建以实时解决大规模路由问题
提出了 GLOP（Global and Local Optimization Policies）方法，该方法使用分层框架有效扩展到大规模路由问题，同时利用导数和非导数神经启发式算法以实现高性能和高可拓展性。
PDF7 months ago
使用符号框架的可解释神经偏微分方程求解器
通过将符号框架集成到神经求解器中，缩小了黑盒预测和解决方案之间的鸿沟，提高了解释性。
PDF8 months ago
构建薛定谔桥梁：连续熵最优输运基准
该研究提出了一种新的方法来创造一对概率分布，以测试现有的神经 EOT / SB 求解器在高维空间中图像的 EOT 解决方案，通过该连续基准分布，已知其 EOT 和 SB 解决方案。
PDFa year ago
神经组合求解器的广义：从对抗鲁棒性的角度探究
研究人员通过学习对抗鲁棒性，研究 NP 难 / NP 完全问题的解决方案的几何深度学习。他们利用 SAT 和 TSP 的扰动模型，并研究了局部泛化属性以揭示困难的，与模型特定的实例和虚假特征有关的因素。最终，他们表明了被评估的神经解算器在小
PDF3 years ago
ACL从序列到通用树：知识引导的几何文字问题求解
本文提出了一种名为 S2G 的序列生成算法，用于解决数学语言问题，能够生成可解释和可执行的操作树。实验表明，在需要数学领域知识的问题上，S2G 可以取得比强基线模型更好的性能。
PDF3 years ago
SMART：基于属性文法的代数故事问题情境模型
本文介绍了一种采用属性语法表示情景模型的代数故事问题求解器（SMART），它通过信息提取模块从问题文本中提取节点、属性和关系，然后根据预定义的属性语法生成解析图，并提出了一种迭代学习策略，以进一步提高模型的性能，并通过严格研究此任务来改进模
PDF4 years ago