实体
Changliang Zhou
Changliang Zhou
PulseAugur coverage of Changliang Zhou — every cluster mentioning Changliang Zhou across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新模型提升AI大规模物流路线规划能力
研究人员开发了一种新颖的实例条件自适应模型（ICAM），以提高神经路由求解器在处理大规模交通物流问题时的泛化能力。该模型能够根据特定交通场景的几何形状和密度调整其策略，在计算开销极小的情况下提供增强的适应性。ICAM在合成数据、基准测试数据和真实世界数据等各种路线规划场景中都展现出了一致的高质量性能，同时保持了快速的推理速度以支持实时操作。
-
新的 L2R 框架将神经路由求解器扩展到 1000 万个节点
研究人员开发了一个名为 L2R 的新颖框架，旨在提高神经组合优化在解决车辆路径问题方面的效率和可扩展性。这种基于学习的方法通过提取特定于问题的模式来优先处理节点，从而比以前的方法更有效地修剪搜索空间。L2R 在各种问题规模和数据分布中表现出强大的泛化能力，尤其是在处理多达 1000 万个节点的实例时，能够获得高质量的解决方案，这是神经路由求解器的一项重大进步。