通过无监督图神经网络求解肾脏交换问题
机器学习
2023-04-21 v1 人工智能
摘要
本文提出一种基于学习的新方法来近似求解肾脏交换问题（KEP），一个图上的 NP-hard 问题。该问题为：给定一组肾脏捐献者与等待肾脏捐献的患者，在遵守关于这些捐献安排的一组约束下，最优地选择一组捐献以优化所执行移植的数量与质量。所提技术包含两个主要步骤：第一步是一个无监督训练的图神经网络（GNN）；第二步是一个确定性的非学习搜索启发式，利用 GNN 的输出来寻找路径与环。为便于比较，我们还实现并测试了使用整数规划的精确求解方法、两个无机器学习模块的贪婪搜索启发式，以及无启发式的单独 GNN。我们分析并比较了这些方法，得出结论：基于学习的两阶段方法具有最佳解质量，其输出的近似解平均比单独确定性启发式的解有价值 1.1 倍。
引用
@article{arxiv.2304.09975,
title = {Solving the Kidney-Exchange Problem via Graph Neural Networks with No Supervision},
author = {Pedro Foletto Pimenta and Pedro H. C. Avelar and Luis C. Lamb},
journal= {arXiv preprint arXiv:2304.09975},
year = {2023}
}
备注
12 pages