combinatorial optimization

5 items

RESEARCHarXiv CS.LG·15d atrás

WeCon: An Efficient Weight-Conditioned Neural Solver for Multi-Objective Combinatorial Optimization Problems

Pesquisadores propõem o WeCon, um solucionador neural eficiente e condicionado a pesos para Problemas de Otimização Combinatória Multi-Objetivo (MOCOPs). Ele aprimora a modelagem de contexto condicionada a pesos e a otimização de preferências, abordando limitações de métodos existentes na injeção de pesos e na construção de pares de soluções para treinamento.

neural networks Optimization machine learning AI

RESEARCHarXiv CS.CL·06/04/2026

Principled and Scalable Diversity-Aware Retrieval via Cardinality-Constrained Binary Quadratic Programming

Este trabalho propõe uma formulação rigorosa para a recuperação consciente da diversidade em Geração Aumentada por Recuperação (RAG), abordando a falta de garantias teóricas e escalabilidade dos métodos existentes. A solução utiliza programação quadrática binária com restrição de cardinalidade (CCBQP) e um algoritmo baseado em Frank-Wolfe, demonstrando desempenho superior na fronteira de Pareto de relevância-diversidade e maior velocidade.

Retrieval Augmented Generation Scalability Diversity-aware Retrieval Binary Quadratic Programming

RESEARCHarXiv CS.AI·16/04/2026

Optimizing Earth Observation Satellite Schedules under Unknown Operational Constraints: An Active Constraint Acquisition Approach

Este trabalho aborda o agendamento de satélites de Observação da Terra com restrições operacionais desconhecidas, que precisam ser aprendidas interativamente de um oráculo binário. Os autores propõem o Conservative Constraint Acquisition (CCA), um procedimento específico de domínio, para identificar eficientemente restrições justificadas em um modelo simplificado.

Optimization machine learning Constraint Acquisition satellite scheduling

RESEARCHarXiv CS.AI·29d atrás

Fast and Effective Redistricting Optimization via Composite-Move Tabu Search

Esta pesquisa introduz um algoritmo de busca Tabu de movimento composto (CM-Tabu) projetado para otimização rápida e eficaz de redistribuição espacial. Ele aborda a restrição de contiguidade expandindo o espaço de vizinhança viável para incluir movimentos compostos, garantindo melhor exploração e evitando que a busca fique presa em ótimos locais ruins.

Optimization Redistricting Tabu Search combinatorial optimization

RESEARCHarXiv CS.AI·12d atrás

DynaSchedBench: Calibrated Dynamic Scheduling Benchmarks and Observability Paradox in LLM-based Scheduling Agents

O DynaSchedBench é uma nova estrutura de diagnóstico para o Problema de Agendamento Flexível Dinâmico de Linha de Produção (DFJSP), que aborda limitações na otimização combinatória neural. Ele utiliza um Calibrador Sequencial de Espaço de Eventos (SESC) e um Índice de Estresse de Agendamento (SSI) para controlar a geração de instâncias e classificar a dificuldade. Este método demonstra ser mais eficiente do que as abordagens evolutivas, permitindo testes rigorosos de agentes de agendamento baseados em LLM.

DFJSP Benchmarking combinatorial optimization scheduling