实体
Lagrangian relaxation
Lagrangian relaxation
PulseAugur coverage of Lagrangian relaxation — every cluster mentioning Lagrangian relaxation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
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
-
揭示成本惩罚主动特征获取新理论
本文介绍了一种主动特征获取（AFA）的理论框架，这是一种在预算内顺序选择特征以最大化预测准确性的方法。该研究提出了一个证书来分解贪婪策略和最优策略之间的差距，该证书对于可处理的惩罚最优值是可计算的。分析表明，常见的EIG-Cost启发式方法优化了期望成本AFA的拉格朗日松弛，并为近乎次模的情况提供了理论保证。
-
FLoRa 架构优化了无人机从能量受限的物联网设备收集数据
研究人员开发了 FLoRa，一种使用无人机 (UAV) 从能量受限的 LoRa 物联网设备收集数据的新型架构。FLoRa 采用多层次优化方法，整合了用于路由的模拟退火、用于定位的协方差矩阵自适应进化策略以及用于探测单个节点的局部可观察马尔可夫决策过程。该系统旨在最大化数据新鲜度和收集效用，同时遵守严格的电池限制，其性能优于现有的元启发式、贪婪和深度强化学习方法。
-
新理论将机器学习与混合整数线性规划的拉格朗日松弛联系起来
研究人员开发了一种理论上可靠的方法，利用机器学习来改进混合整数线性规划（MILP）的拉格朗日松弛（LR）。新方法被构建为数据驱动算法设计，为学习到的乘数提供了 O(s^1.5/sqrt(N)) 的泛化界限，并建立了 Omega(s/sqrt(N)) 的极小极大下界。论文证明了带有平均法的随机梯度上升实现了这一最优速率，并将该框架进一步扩展到学习到热启动的设置，其极小极大最优速率为 Theta(s/N)。