基于时序注意力图神经网络的精确组合优化
机器学习
2023-11-27 v1 人工智能
数学软件
摘要
组合优化是在一组离散变量与约束中寻找最优解。该领域在研究与工业应用中均取得了巨大进展。随着过去十年深度学习的成功，组合优化近期的一个趋势是利用机器学习（ML）模型替代关键启发式组件来改进最先进的组合优化求解器。本文研究了面向组合优化的机器学习算法的两个关键方面：时间特性与注意力。我们认为，对于分支定界（B&B）算法中的变量选择任务，融入时序信息以及二部图注意力可提升求解器性能。我们通过文献与竞赛中使用的若干标准数据集上的直观理解与数值结果来支持上述观点。代码见：https://developer.huaweicloud.com/develop/aigallery/notebook/detail?id=047c6cf2-8463-40d7-b92f-7b2ca998e935
引用
@article{arxiv.2311.13843,
title = {Exact Combinatorial Optimization with Temporo-Attentional Graph Neural Networks},
author = {Mehdi Seyfi and Amin Banitalebi-Dehkordi and Zirui Zhou and Yong Zhang},
journal= {arXiv preprint arXiv:2311.13843},
year = {2023}
}
备注
ECML PKDD 2023