- 决策树学习的超常近似难度
我们考虑了在查询的条件下正确地进行 PAC 学习决策树的任务,通过使用新的简化证明以及决策树的新异或引理,我们证明了即使允许在最优大小的任意常数因子内,该任务仍然是 NP 难的。
- 通过图嵌入的最优多智能体路径规划算法选择
多智能体路径规划问题(MAPF)是寻找多个智能体不发生碰撞的路径的问题,该研究论文提出了一种基于图嵌入的解决方案,称为 MAPF 算法选择图嵌入(MAG),通过对 MAPF 问题进行图形编码并利用现代图嵌入算法,该方法在多个 MAPF 算法 - 深度学习驱动的单机问题调度算法,最小化总延迟
利用深度学习方法解决单机调度问题,我们提出了一个深度神经网络,用于估计单次调度算法中所用的准则值,以指导算法找到问题的最佳分割,通过生成训练数据集的新方法,加速了数据集生成,并减少了解的平均最优性差距。实验结果表明,我们的机器学习驱动方法能 - AAAI多智能体路径规划的精确算法和下界:树状拓扑的威力
在多智能体路径规划问题中,我们通过参数化复杂性框架提出了系统研究,给出了问题的难度结果和固定参数可解性结果。
- 一种基于模拟退火的多目标优化算法求解最小重量最小连接主导集问题
本文提出基于贪心启发式的模拟退火算法,用于解决最小连通支配集问题的一个变体,通过同时利用支配集的基数和总权重两个目标来进行优化,实验结果表明我们的方法优于最近提出的研究。
- 对于无先验知识主动学习的竞争算法
针对给定的二元假设类和分布,该研究提出了一种与最优算法相竞争的无偏主动学习算法,该算法在错误率为 η 的情况下只需要 O (m^* log |H|) 的查询次数,并且证明了超越 O (log |H|) 的开销是 NP 难的。
- 大规模并行热图排序及其在可解释聚类中的应用
给定一组具有 $k$ 个标签的点,我们引入了热图排序问题,该问题在重新排序和合并点和维度的同时保留聚类(标签)。我们证明了该问题是 NP 难问题,并且在高度并行计算模型中给出了一个具有恒定轮数的固定参数算法,其中每台机器都具有子线性内存,且 - 学习带查询的决策树是 NP - 难问题
证明了使用查询从头系统地学习决策树是 NP 难的,解决了学习理论中悬而未决的一个问题。在证明中,通过引入硬度凝聚的概念,简化并加强了决策树极小化的最优下界,并研究了决策树复杂度的硬度凝聚。结果展示了分布假设在该问题上的戏剧性影响。
- 0-1 损失线性分类问题的高效可证算法
本研究基于增量单元枚举(ICE)算法,详细介绍了一种可以在多项式时间内精确解决 0-1 损失线性分类问题的算法,据我们所知,这是该旷古难题的第一个经过严格证明的多项式时间算法。
- 基于学习的启发式方法:利用图卷积网络求解最小支配集问题的组合优化
我们提出了一种使用图卷积网络计算最小支配集的新型基于学习的启发式方法,并在随机生成的图和现实世界图数据集的组合上进行了广泛实验评估。我们的结果表明,所提出的基于学习的方法可以优于经典贪婪逼近算法,并演示了图卷积网络在数据集中的泛化能力以及扩 - 以公平性背景为顺序生成求解 NP-hard 最小最大路由问题
本文提出了一种基于深度学习的新框架 Equity-Transformer 来解决大规模 min-max routing 问题,并在 min-max mTSP 和 min-max mPDP 的两个代表性 routing 任务中展示了其优异性能 - 一种基于虚拟力的平衡圆形装箱问题的群智算法
该论文介绍了基于虚拟力系统的群体算法以解决平衡循环垃圾桶装箱问题,并在多个基准测试中验证了该算法的有效性。
- 卫星调度问题的数学模型和基于强化学习的进化算法框架
本文介绍了两种卫星调度问题模型,并提出了基于强化学习的进化算法框架,以应对复杂组合优化问题中的 NP 难题,为卫星任务规划提供了解决方案。
- 扫雷游戏的神经网络学习器
该研究提出了基于神经网络的 Minesweeper 学习器,该学习器具有很好的求解效果,并表现出与 CSP 求解器相竞争的能力。然而,神经学习器的运行速度远远不及确定性求解器,并且在创建高度成功的神经网络时面临诸多开销和限制。
- 强连通有向图上多智能体路径规划的小解假说成立
本文研究多智能体路径规划在有向图中的计算复杂性,证明了该问题在一般情况下是 NP - 难的,但在强连通有向图中的短路径解决方案假设成立时则在 NP 之内。同时,该论文证明了该假设在允许同步旋转的情况下仍然成立。
- 符号回归是 NP - 难问题
Symbolic regression is the task of learning a mathematical expression for data and while historically it has been tackle - ICML定位因果效应的最小成本干预设计
使用最少的干预设计来识别可辨识别的因果效应问题是 NP-hard 且与最小打击集问题有联系,提出了一个算法来找到最优解或其对数近似,同时提出了多项式时间的启发式算法来解决计算复杂性问题。
- IJCAI具有一般防守要求的安全博弈的混合策略
该研究探讨了在防御范围不同时,混合策略在安全游戏中的应用,并提出了一种高效的补丁算法来计算使用少量纯策略的混合策略。研究发现,对于一般的防御要求设置,计算概率最优防御策略是 NP 难问题。
- 网络解缠计算复杂性的分解
研究网络解缠问题及其在时态图上的应用,分析该问题的数据挖掘应用及其 NP-hard 和参数化复杂性,并对其四个主要参数展开复杂性分析,确定固定参数可解性的边界。
- AAAI打击合谋圈很难但可行
本文旨在解决学术同行评审中的合谋环问题,引入 Cycle-Free Reviewing 概念,分析其难点,提出并验证线性规划方案的短评检测存在问题,最后提出了一种高效的计算赋权的无环评审分配的启发式方法,该方法在实践中具有良好的质量。