PulseAugur
中
实时 07:19:16

新的连续松弛方法简化了用于基于梯度的优化的Ising问题

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的Ising问题连续松弛技术，Ising问题是许多复杂组合挑战（如MAX-CUT和数字分区）的基础。这种新方法在松弛的局部最小值与原始问题的单翻转最小值之间建立了直接对应关系。通过将Ising问题转化为寻找平滑函数的局部最小值，该方法可以使用ADAM等基于梯度的优化器，并在各种基准测试中展示了可扩展性和强大的性能。 AI

影响 这项研究可能为AI相关的复杂优化问题带来更有效的解决方案，从而可能提高机器学习和运筹学等领域的性能。

排序理由 该集群包含一篇详细介绍解决组合问题的新数学方法的论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的连续松弛方法简化了用于基于梯度的优化的Ising问题

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Debraj Banerjee, Santanu Mahapatra, Kunal N. Chaudhury ·

    Ising问题局部最小值保持连续松弛

    arXiv:2606.30333v1 Announce Type: cross Abstract: The generalized Ising problem captures a broad spectrum of hard combinatorial problems, including MAX-CUT, Number Partitioning (NPP), and Maximum Independent Set. In this work, we consider the notion of one-flip local minima for t…

  2. arXiv cs.LG TIER_1 English(EN) · Kunal N. Chaudhury ·

    Ising问题局部最小值保持连续松弛

    The generalized Ising problem captures a broad spectrum of hard combinatorial problems, including MAX-CUT, Number Partitioning (NPP), and Maximum Independent Set. In this work, we consider the notion of one-flip local minima for this problem. We construct a polynomial relaxation …

相关实体

相关话题