图神经网络能否学会求解 MaxSAT 问题？
人工智能
2021-11-16 v1
摘要
随着深度学习技术的快速发展，近期各种工作尝试应用图神经网络（GNNs）求解布尔可满足性（SAT）等 NP 难问题，展现出连接机器学习与符号推理的潜力。然而，GNN 预测解的质量在文献中尚未得到充分研究。本文从理论与实际两个角度研究 GNN 学会求解最大可满足性（MaxSAT）问题的能力。我们构建了两类 GNN 模型，从基准中学习 MaxSAT 实例的解，并通过实验评估表明 GNN 在求解 MaxSAT 问题上具有吸引人的潜力。我们还基于算法对齐理论，首次给出了 GNN 能在某种程度上学会求解 MaxSAT 问题的理论解释。
引用
@article{arxiv.2111.07568,
title = {Can Graph Neural Networks Learn to Solve MaxSAT Problem?},
author = {Minghao Liu and Fuqi Jia and Pei Huang and Fan Zhang and Yuchen Sun and Shaowei Cai and Feifei Ma and Jian Zhang},
journal= {arXiv preprint arXiv:2111.07568},
year = {2021}
}