PulseAugur
中
实时 10:18:05
English(EN) IDEQ -- Improving Diffusion Models for the Traveling Salesman Problem (TSP) by Leveraging the Structure of the Solution Space

扩散模型 IDEQ 为神经网络设定新的 TSP 基准

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 IDEQ，这是一种旨在解决旅行商问题 (TSP) 的新型扩散模型。通过结合 TSP 解的结构约束和改进的课程学习，IDEQ 在合成实例上实现了最先进的性能，并在 TSPlib 基准测试中与领先的启发式算法相匹配。该模型在大实例上表现尤为出色，实现了接近最优的解，并表现出比以前的神经网络方法更低的方差和更好的可扩展性。 AI

影响 为基于神经网络的 TSP 求解器设定了新的 SOTA，可能对物流和优化领域产生影响。

排序理由 介绍特定问题新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mickael Basson, Philippe Preux ·

    IDEQ -- 通过利用解空间结构改进旅行商问题（TSP）的扩散模型

    arXiv:2412.13858v2 Announce Type: replace Abstract: We investigate diffusion models to solve the Traveling Salesman Problem. Building on the recent DIFUSCO and T2TCO approaches, we propose IDEQ. IDEQ improves the quality of the solutions by leveraging the constrained structure of…

相关实体

相关话题