无监督学习在二次分配中的应用

本文提出了PLUME搜索，一种通过无监督学习提高组合优化搜索效率的数据驱动框架。该方法直接从问题实例中学习，采用基于置换的损失函数，并在二次分配问题上进行性能评估，实验证明PLUME搜索能够持续提升解决方案质量，且学习的模型在不同密度和规模下具有良好的泛化能力。

本文介绍了PLUME搜索，一种通过无监督学习提升组合优化搜索效率的方法。实验结果表明，该方法在二次分配问题上持续提高了解决方案质量，并展现出良好的泛化能力。

PLUME搜索 二次分配 无监督 无监督学习 泛化能力 组合优化
原文中文，约400字，阅读约需1分钟。发表于：。
阅读原文
分享给好友