研究人员开发了一种新颖的分支定界算法,旨在构建求值命题公式的成本最优决策策略。该算法旨在通过考虑信息获取的可变成本和真值分配的概率分布来最小化预期成本。该方法包括变量选择、剪枝和缓存的启发式方法,并被认为是该问题的第一个实用精确算法。实验表明,通过贪婪光束搜索变体,该算法具有可扩展性以及效率与质量之间的权衡,而理论分析证实了该问题的 #P-hard 复杂度。 AI
影响 这项研究可能在具有可变成本和概率的复杂场景中带来更高效的决策算法。
排序理由 该集群包含一篇详细介绍特定计算问题新算法的研究论文。
- alphaXiv
- arXiv
- Branch and bound algorithms to determine minimal evolutionary trees
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- #P-hard
- PSPACE
- ScienceCast
- Stochastic Boolean Function Evaluation
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →