TransOpt：基于 Transformer 的优化问题分类表示学习
机器学习
2023-12-01 v1 最优化与控制
摘要
我们提出了一种优化问题实例的表示，使用基于 Transformer 的神经网络架构训练用于黑盒优化基准测试（BBOB）中 24 个问题类别的分类任务。我们展示了基于 Transformer 的方法可被训练以识别问题类别，在不同问题维度下准确率达 70\%-80\% 范围，表明 Transformer 架构在获取黑盒优化问题表示方面的可能应用。
引用
@article{arxiv.2311.18035,
title = {TransOpt: Transformer-based Representation Learning for Optimization Problem Classification},
author = {Gjorgjina Cenikj and Gašper Petelin and Tome Eftimov},
journal= {arXiv preprint arXiv:2311.18035},
year = {2023}
}