본 연구는 조합 최적화 문제, 특히 TSP(외판원 문제)에 Blackout Diffusion을 DIFUSCO 프레임워크에 통합하는 것을 탐구합니다. 이산 시간 확산 모델(D3PM)의 성공에 착안하여, 연속 시간 프레임워크로 확장하여 Blackout Diffusion의 고유한 특성을 활용합니다. 연속 시간 모델링은 더 부드러운 전이와 정교한 제어를 도입하여 기존의 이산 방법보다 향상된 해의 질을 가정합니다. 확산 과정을 향상시키기 위해 세 가지 주요 개선 사항을 제안합니다. 첫째, 이산 시간 기반 모델에서 연속 시간 프레임워크로 전환하여 더욱 정교하고 유연한 공식을 제공합니다. 둘째, 확산 과정 전반에 걸쳐 부드럽고 선형적인 변환을 보장하도록 관측 시간 일정을 개선하여 상태의 더 자연스러운 진행을 허용합니다. 셋째, 두 번째 개선 사항을 기반으로 모델에 특히 어려운 영역에서 더 미세한 시간 슬라이스를 도입하여 역 과정을 더욱 향상시켜 재구성 단계의 정확성과 안정성을 향상시킵니다. 실험 결과는 기준 성능을 능가하지 못했지만, 단순성과 복잡성의 균형을 맞추는 이러한 방법의 효과를 보여주며 확산 기반 조합 최적화에 대한 새로운 통찰력을 제공합니다. 이 연구는 조합 최적화에 Blackout Diffusion을 적용한 첫 번째 사례이며, 이 분야의 추가 발전을 위한 기반을 제공합니다. 코드는 https://github.com/Giventicket/BlackoutDIFUSCO 에서 확인할 수 있습니다.
시사점: Blackout Diffusion을 조합 최적화 문제에 처음으로 적용하여 새로운 연구 방향을 제시했습니다. 연속 시간 프레임워크를 통해 확산 과정의 부드러움과 제어 정밀도를 향상시킬 수 있는 가능성을 보여주었습니다. 관측 시간 일정 및 역 과정 개선을 통해 모델의 정확성과 안정성을 높일 수 있는 방법을 제시했습니다. 단순성과 복잡성의 균형을 맞추는 새로운 접근 방식을 제시했습니다.
•
한계점: 실험 결과가 기준 성능을 능가하지 못했습니다. Blackout Diffusion의 조합 최적화 문제에 대한 효과가 제한적일 수 있음을 시사합니다. 향후 연구를 통해 추가적인 성능 개선이 필요합니다.
