arXiv · Machine Learning· Niki Triantafyllou, Maria M. Papathanasiou·· 9 小时前AI 评分45
EnerGNN：学习与优化兼容的能量函数，实现精确约束组合推断
EnerGNN: Learning Optimization-Compatible Energy Functions for Exact Constrained Combinatorial Inference
AI 导读
EnerGNN提出一种框架，学习完整二进制配置上的能量函数，并通过混合整数规划（MIP）在显式硬约束下进行精确推断。在二次背包、组合拍卖和个性化细胞疗法供应链问题上，该框架实现近似最优解且可行率为100%；供应链问题的平均原始间隙为0.05%，较整体式MIP提速17.4倍。学习到的能量可泛化至更大实例，并支持零样本注入约束，无需重新训练且保持可行性。
来源：arXiv · Machine Learning · arxiv.org