PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.02528v1cs.LG

정수 계획법을 위한 자기회귀 미분 가능 방법

Autoregressive Differentiable Method for Integer Programming

본 논문에서는 0-1 정수 계획법(0-1 integer programs) 문제를 해결하기 위한 자기회귀(autoregressive) 미분 가능 방법을 소개합니다. 이진 변수의 임의의 순서를 고정한 후, 실행 가능 영역(feasible set) 내에 머무르면서 다음 비트를 예측하도록 트랜스포머(transformer)를 학습시킵니다. 제안하는 방법은 먼저 임의의 솔버가 제공한 실행 가능한 초기 해(incumbent)를 바탕으로 학습되어 트랜스포머를 실행 가능 영역 내에서 초기화할 수 있도록 합니다. 이후 실행 불가능한 해에 페널티를 부여하기 위해 라그랑주 페널티(Lagrangian penalty)를 적용하며, 완화된 목적 함수에서 검벨-소프트맥스(Gumbel-softmax) 활성화 함수를 사용하여 트랜스포머가 실행 가능 영역을 탐색하도록 추가 학습을 진행합니다. 본 연구는 이차 배낭 문제(quadratic knapsack problem)의 비볼록(non-convex) 인스턴스에 대해 제안 방식을 테스트하였으며, 최대 10,000개의 이진 변수를 갖는 조밀한(dense) 문제에서 최고 수준의 오픈소스 솔버 대비 일관된 성능 향상을 입증했습니다. 특히, 이진 변수에서 트랜스포머의 연속 가중치로의 실질적인 변수 변환을 통해 완화된 목적 함수 지형의 장벽을 넘어설 수 있게 하는 터널링 효과(tunneling effect)와 유사한 현상을 실증적으로 보여줍니다.