PulseAugur
中
实时 08:12:01
实体 Combinatorial auctions

Combinatorial auctions

PulseAugur coverage of Combinatorial auctions — every cluster mentioning Combinatorial auctions across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_327196 ·

    EnerGNN框架学习与优化兼容的能量函数以进行精确推理

    研究人员开发了EnerGNN,一个新颖的框架,用于学习组合优化问题的能量函数。这种基于图神经网络的方法与混合整数规划相结合,以确保在明确的硬约束下的精确推理。EnerGNN在各种问题上都取得了成功,包括二次背包问题和组合拍卖问题,获得了接近最优和可行的解决方案。

  2. TOOL · CL_317470 ·

    深度强化学习加速组合拍卖

    研究人员开发了FastCombo,一种利用深度强化学习加速迭代组合拍卖的新方法。该方法旨在减少频谱分配和工业采购等过程中通常涉及的高成本回合。通过离线学习定价策略并将功劳归于能够做出未来决策的查询,FastCombo可以通过单次神经网络传递生成每次在线定价更新。实验表明,与标准的贝叶斯基线相比,FastCombo显著减少了在线价格选择时间,并取得了具有竞争力的清算结果。

  3. TOOL · CL_109996 ·

    新方法预测组合拍卖问题的难度

    一篇研究论文提出了一种解决组合拍卖中获胜者确定问题(WDP)的新方法,该问题已知是NP难的。该论文不试图用图神经网络(GNN)取代现有的求解器,而是专注于预测特定实例是否对快速贪婪启发式方法来说过于困难。研究人员开发了一种使用多层感知器(MLP)的轻量级分类器,该分类器能够高精度地预测贪婪算法的最优差距。对于被识别为困难的实例,采用了专门的GNN求解器,其在对抗性配置上的表现明显优于贪婪方法。这种混合方法结合了难度分类器以及GNN和贪…