Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Balans: Multi-Armed Bandits-based Adaptive Large Neighborhood Search for Mixed-Integer Programming Problem

Created by
  • Haebom

作者

Junyang Cai, Serdar Kadioglu, Bistra Dilkina

概要

この論文は、予備訓練なしにオンライン学習機能を備えたMixed-integer programming(Mixed-integer programming)のための適応型メタソルバーであるBalansを提案しています。リアルタイムで行われた実験の結果、Balansは基本的なMIPソルバーよりも優れており、単一の最適近隣に固定するよりも優れており、最先端のMIP用の大規模近隣探索よりも向上した性能を示した。

Takeaways、Limitations

Takeaways:
事前トレーニングなしでオンライン学習でMIPのトラブルシューティングを高速化する可能性を提示します。
さまざまな近隣定義の最適選択のためのマルチアームバンディットアルゴリズムの効果的な応用
従来のMIPソルバーおよび大規模近隣探索技術より優れた性能を示した。
オープンソースソフトウェアの公開によるアクセシビリティの向上と研究拡張の可能性の提示
Limitations:
特定のタイプのMIP問題に対する一般化性能は、さらなる研究を必要とするかもしれません。
マルチアームバンディットアルゴリズムのパラメータ調整に関する追加の研究が必要な場合があります。
大規模な問題に対するスケーラビリティの追加検証が必要な場合があります。
👍