Graph Representation Learning with Graph Transformers in Neural Combinatorial Optimization

Neural combinatorial optimization aims to use neural networks to speed up the solving process of combinatorial optimization problems, i.e., finding the optimal solution of a problem instance from a finite set of feasible solutions that minimize a given objective function. Recently, researchers have...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE International Conference on Emerging Technologies and Factory Automation) s. 488 - 495
Hlavní autoři:	Wang, Tianze, Payberah, Amir H., Vlassov, Vladimir
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 15.12.2023
Témata:	Combinatorial Optimization Costs Graph Representation Learning Graph Transformer Job-Shop Scheduling Problem Knowledge engineering Linear programming Predictive models Representation learning Transformers Traveling Salesman Problem Traveling salesman problems
ISSN:	1946-0759
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!