optimization problem | BriefGPT

关键词optimization problem

搜索结果 - 161

立方正则化子空间牛顿法用于非凸优化
该论文研究了优化非凸连续函数的问题，提出了一种名为 SSCN 的随机坐标二阶方法，通过在随机子空间应用立方正则化来降低使用二阶信息的计算复杂性，在高维场景中表现出了良好的适用性，并且通过提出自适应采样方案，实现了比传统一阶方法更快的速度。
PDF5 days ago
边缘修剪中的 Transformer 电路寻找
自动电路发现的一种有效且可扩展的解决方案是基于优化问题的边缘修剪，该方法在 GPT-2 模型中找到使用少于一半边缘的电路，并与之前的方法在速度和质量上表现出优势。
PDF5 days ago
基于大型语言模型的化学空间高效进化搜索
融入大型语言模型的进化算法为分子发现问题的优化提供了一个优越性能的解决方案，通过重新设计进化算法的交叉和变异操作，利用大型化学信息语言模型进行大规模的实证研究，在单目标和多目标环境中，对于性能优化、分子重发现和基于结构的药物设计等多个任务表
PDF6 days ago
MM基于边缘设备的分布式学习的分层梯度编码设计与优化
通过引入边缘节点作为额外的中间层，本文探讨了在分层分布式学习系统中缓解滞后效应的问题，首先推导了工作节点的计算负载和滞后者容忍度之间的基本权衡关系，然后提出了一种层级渐进编码框架，以实现所得到的计算权衡。为了在异构场景中进一步提高我们的框架
PDF13 days ago
MM双向一对多嵌入对齐用于基于文本的人物检索
文本人物检索是一项具有挑战性的任务，涉及根据文本描述检索特定个体。为了解决优化问题，我们提出了一种有效的双向一对多嵌入模式，并设计了一个名为 Beat 的模型，该模型在文本人物检索任务上取得了最新的性能。
PDF20 days ago
使用约束发现稀疏和替代子集描述
通过使用限制条件和启发式搜索方法，本研究提出了一种在子群发现中提供简单解释并优化的方法，探讨了使用稀疏特征描述子群并寻找具有相似数据对象的替代子群描述的问题，同时证明了这两种限制条件会导致一个 NP - 困难优化问题。通过实验比较，本研究表
PDFa month ago
通过快速扩散反演进行盲图像恢复
通过使用预训练的扩散模型，我们提出了一种盲图像恢复方法 BIRD，它在优化退化模型参数和恢复图像的同时，通过在数据流形上提出新的采样技术，将图像恢复任务转化为输入噪声空间中的优化问题。实验证明，该方法在多个图像恢复任务上实现了最先进的性能。
PDFa month ago
基于广义贝叶斯规则和软修正的半监督学习
我们提供了对带软修订的 Gamma-Maximin 方法进行理论和计算研究的结果，该方法最近被提出作为半监督学习中伪标签选择（PLS）的稳健准则。与传统的 PLS 方法相反，我们使用先验的可信集（“广义贝叶斯”）来表示认知建模的不确定性，然
PDFa month ago
利用全球和本地统计信息进行数据估值
数据评估在近年来引起了越来越多的关注，鉴于高质量数据在各种应用中的重要作用，特别是在机器学习任务中。本文探讨了全局和局部价值分布的特征，提出了一种基于所探测到的分布特征的新的数据评估方法，并提出了一种解决动态数据评估问题的新路径，通过制定一
PDFa month ago
关于部分幺正学习
基于波函数测量的最优映射问题，通过最大化总保真度，以每个测量波函数之间的概率保持约束为目标，构建了一个将输入和输出 Hilbert 空间之间进行部分单元的映射算子，并开发了一个迭代算法找出最大化优化问题的全局最优解。
PDFa month ago
基于体素重要性的高效放射治疗计划
通过使用代表性的信息体素子集，我们减少了辐射治疗计划中耗时的优化问题，提高了规划效率同时保持或增加了计划质量。为了降低优化问题的计算复杂性，我们提出了通过重要性抽样对体素集合进行子采样的方法。我们根据从一个包含简化探测目标的简单优化问题的预
PDF2 months ago
在大规模状态空间中学习可行的反事实解释
我们提供了一个实验证明的深度网络学习过程，可以在此任务上取得强大的性能表现。我们考虑了几种问题形式，包括在未明确提供 “能力” 和行动影响的情况下的公式，因此存在信息挑战和计算挑战。我们的问题也可以看作是在一系列大型但确定性的马尔可夫决策过
PDF2 months ago
学习高效且公平的不确定性感知人机协作拣货策略
在协作式人机拣货系统中，通过仓库独立移动的人工拣货员和自主移动机器人（AMRs）在拣货位置汇合，拣货员将物品装上 AMRs。本文考虑在这种系统中在随机环境下将拣货员分配给 AMRs 的优化问题，提出了一种新颖的多目标深度强化学习（DRL）方
PDF3 months ago
中央生成树问题
基于欧几里得空间中的数据，本研究提出了一个新的优化问题 ——“（分支）中心生成树”，它包含了之前提到的所有定义作为特例，并从理论和实践两个方面证明了（分支）中心生成树相对于数据中的噪声更具鲁棒性，并更适合以其骨架来总结数据集。此外，本研究还
PDF3 months ago
水印式 LLM 的统计理解的改进
本文研究了大型语言模型（LLMs）的水印问题，并将其模型畸变和检测能力之间的权衡视为一个基于 Kirchenbauer 等人（2023a）的绿 - 红算法的约束优化问题。通过该优化问题的最优解，我们证明了其具有良好的解析特性，从而更好地理解
PDF3 months ago
图数据增广和攻击中的图神经网络边扰动再思考
该研究提出了边界扰动方法的两个类别，并通过实验和理论的统一构建了边界扰动方法的工作流程。同时，引入了边界优先检测器（EPD），通过较少的时间开销实现了灵活的增强或攻击，并获得了可比或更好的性能。
PDF4 months ago
适应能量受限的无线边缘网络的自适应分割学习
我们设计了一种自适应分裂学习（ASL）方案，该方案可以在无线边缘网络中为设备动态选择分裂点并为服务器分配计算资源，以减少训练延迟和能量消耗。采用在线算法 OPEN 和两层优化方法解决优化问题，该方案相比现有的分裂学习方案，平均减少了 53.
PDF4 months ago
使用有界控制输入统一控制器设计以稳定非线性系统
通过扩展 Lin-Sontag 的通用公式，并引入一种通用的（状态相关的）缩放项，本文提出了一种统一的控制器设计方法，该方法具有多种有利特性的替代通用公式的推导，适用于满足特定要求的定制控制设计，并可在不同控制场景中具备灵活性。此外，我们还
PDF4 months ago
多标签分类的自动化机器学习
自动化机器学习在多标签分类等任务中，选择和配置机器学习算法并将其组合成适合给定数据集的机器学习流程图。通过设计一种扩展的自动化机器学习方法，该方法优化了机器学习算法的流程图，并在多标签分类中配置复杂的层次结构，进一步研究了单标签和多标签分类
PDF4 months ago
自主运输网络设计的神经进化算法
规划自动驾驶公交车网络是一个具有挑战性的优化问题。我们提出了一种新颖的算法来规划自动驾驶公交车的线路网络。我们首先训练了一个图神经网络模型作为构建线路网络的策略，然后将该策略作为进化算法中的一种变异操作符之一。我们在一套标准的运输网络设计基
PDF4 months ago