文件大小：1.08 MB 19页
改进的分支和切割的样本复杂度界限
作者
-
部分： 体积： 第28届约束规划原理与实践国际会议（CP 2022）
系列： 莱布尼茨国际信息学会议录（LIPIcs）
会议： 约束规划原理与实践国际会议 许可证： 
Creative Commons Attribution 4.0国际许可 出版日期：2022-07-23
文件
文件标识符
引用为 获取BibTex
摘要
主题分类
ACM科目分类
计算理论→整数规划 计算理论→样本复杂度和泛化界限
关键词
自动算法配置 整数规划 机器学习理论 树搜索 分叉装订 分支和切割 切割平面 样本复杂性 通用性保证 数据驱动算法设计
韵律学
-
访问统计信息 总访问次数（每周更新） 0 PDF下载
工具书类
-
Tobias Achterberg。约束整数规划。 柏林理工大学博士论文，2007年。 
-
亚历杭德罗·马科斯·阿尔瓦雷斯（Alejandro Marcos Alvarez）、昆汀·卢沃（Quentin Louveaux）和路易·威克尔（Louis Wehenkel）。 基于机器学习的强分支近似。 信息计算杂志，29（1）：185-1952017。
-
马丁·安东尼和彼得·巴特利特。 神经网络学习：理论基础。 剑桥大学出版社，2009年。
-
Egon Balas、Sebastián Ceria和Gerard Cornuéjols。 在分支框架中通过lift-and-project混合0-1编程。《管理科学》，42（9）：1229-12461996。
-
玛丽亚·福丽娜·巴尔坎。 数据驱动的算法设计。 Tim Roughgarden，编辑，Beyond Worst Case Analysis of Algorithms。 剑桥大学出版社，2020年。
-
玛丽亚·弗洛琳娜·巴尔坎、丹·德布拉西奥、特拉维斯·迪克、卡尔·金斯福德、托马斯·桑德霍姆和埃伦·维特西克。 多少数据足以学习高性能算法？ 数据驱动算法设计的泛化保证。 在计算理论年度研讨会（STOC）上，2021年。
-
玛丽亚·弗洛琳娜·巴尔坎、特拉维斯·迪克、托马斯·桑德霍姆和埃伦·维特西克。 学习分支。 在2018年国际机器学习会议（ICML）上。
-
玛丽亚·弗洛琳娜·巴尔坎、维什纳夫·纳加拉扬、埃伦·维特西克和科林·怀特。 学习-组合划分问题算法配置的理论基础。 2017年学习理论会议（COLT）。
-
玛丽亚·弗洛琳娜·巴尔坎（Maria-Florina Balcan）、悉达斯·普拉萨德（Siddharth Prasad）、托马斯·桑德霍姆（Tuomas Sandholm）和埃伦·维特西克（Ellen Vitercik）。 树搜索配置的复杂性示例：剪切平面和其他。 在2021年神经信息处理系统年会上。
-
Antonia Chmiela、Elias B Khalil、Ambros Gleixner、Andrea Lodi和Sebastian Pokutta。 学会分门别类地安排启发式。 在2021年神经信息处理系统年度会议上。
-
Vasek Chvátal。 困难的背包问题。 运筹学，28（6）：1402-14111980。
-
Michele Conforti、Gérard Cornuéjols、Giacomo Zambelli等人，《整数编程》，第271卷。 斯普林格，2014年。
-
乔瓦尼·迪·利贝托（Giovanni Di Liberto）、塞尔达尔·卡迪奥格鲁（Serdar Kadioglu）、凯文·利奥（Kevin Leo）和尤里·马利茨基（Yuri Malitsky）。 破折号：切换启发式的动态方法。 《欧洲运筹学杂志》，248（3）：943-9532016。
-
马蒂奥·菲舍蒂和安德烈亚·洛迪。 本地分支。 数学规划，98:23-472002。
-
Gerald Gamrath、Daniel Anderson、Ksenia Bestuzheva、Wei-Kun Chen、Leon Eifler、Maxime Gasse、Patrick Gemander、Ambros Gleixner、Leona Gottwald、Katrin Halbig、Gregor Hendel、Christopher Hojny、Thorsten Koch、Pierre Le Bodic、Stephen J.Maher、Frederic Matter、Matthias Miltenberger、Erik Mühmer、Benjamin Müller、Marc E.Pfetsch、， 弗兰齐斯卡·舍舍尔（Franziska Schlösser）、菲利佩·塞拉诺（Felipe Serrano）、Yuji Shinano、克里斯汀·陶菲克（Christine Tawfik）、斯特凡·维格斯克（Stefan Vigerske）、费比安·维格谢德（Fabian Wegscheider）、迪特尔·温格（Dieter。 SCIP Optimization Suite 7.0。 技术报告，在线优化，2020年3月。 网址： http://www.optimization-online.org/DB_HTML/2020/03/7705.HTML . -
马克西姆·加斯（Maxime Gasse）、迪迪尔·切特拉特（Didier Chételat）、尼古拉·费罗尼（Nicola Ferroni）、劳伦特·查林（Laurent Charlin）和安德烈亚·洛迪（Andrea Lodi）。 图卷积神经网络的精确组合优化。 神经信息处理系统年度会议（NeurIPS），第15554-155662019页。
-
安德鲁·吉尔宾（Andrew Gilpin）和托马斯·桑德霍姆（Tuomas Sandholm）。 搜索中分支的信息论方法。 离散优化，8（2）：147-1592011。 IJCAI-07中的早期版本。
-
拉尔夫·戈莫利（Ralph E.Gomory）。 线性规划整数解算法概述。 美国数学学会公报，64（5）：275-2781958。
-
Pratek Gupta、Maxime Gasse、Elias B Khalil、M Pawan Kumar、Andrea Lodi和Yoshua Bengio。 学习分支的混合模型。 神经信息处理系统年会（NeurIPS），2020年。
-
里希·古普塔（Rishi Gupta）和蒂姆·拉夫加登（Tim Roughgarden）。 应用程序特定算法选择的PAC方法。 SIAM计算机杂志，46（3）：992-10172017。
-
何贺、哈尔·道姆三世和杰森·艾斯纳。 学习使用分支定界算法进行搜索。 在2014年神经信息处理系统年会上。
-
Eric Horvitz、Yongshao Ruan、Carla Gomez、Henry Kautz、Bart Selman和Max Chickering。解决困难计算问题的贝叶斯方法。 《人工智能不确定性会议论文集》，2001年。
-
黄泽仁（Zeren Huang）、王克荣（Kerong Wang）、刘福瑞（Furui Liu）、郑慧玲（Hui ling Zhen）、张卫南（Weinan Zhang）、袁明轩（Mingxuan Yuan）、郝建业（Jianye Hao）、余勇（Yong。 学习为高效的混合整数编程选择切割。 arXiv预印本，2021年。 网址： http://arxiv.org/abs/2105.13645 . -
弗兰克·赫特（Frank Hutter）、霍尔格·胡斯（Holger Hoos）和凯文·莱顿·布朗（Kevin Leyton-Brown）。 基于序列模型的通用算法配置优化。 在2011年国际学习与智能优化会议（LION）上，第507-523页。
-
弗兰克·赫特（Frank Hutter）、霍尔格·霍斯（Holger H Hoos）、凯文·莱顿·布朗（Kevin Leyton-Brown）和托马斯·斯图策（Thomas Stützle）。 ParamILS:自动算法配置框架。人工智能研究杂志，36（1）：267-3062009。
-
罗伯特·杰罗斯洛（Robert G Jeroslow）。 分支绑定无法解决的琐碎整数程序。 数学规划，6（1）：105-1091974。
-
Serdar Kadioglu、Yuri Malitsky、Meinolf Sellmann和Kevin Tierney。 ISAC-特定于实例的算法配置。 2010年欧洲人工智能会议（ECAI）。
-
米罗斯拉夫·卡拉马诺夫和热拉尔·科努约尔斯。 在一般析取上分支。 数学规划，128（1-2）：403-4362011。
-
Elias Khalil、Pierre Le Bodic、Le Song、George Nemhauser和Bistra Dilkina。 学习混合整数编程中的分支。 在2016年AAAI人工智能会议上。
-
Elias Khalil、Bistra Dilkina、George Nemhauser、Shabbir Ahmed和Yufen Shao。 学习在树搜索中运行启发式。 在2017年国际人工智能联合会议（IJCAI）上。
-
罗伯特·克莱伯格（Robert Kleinberg）、凯文·莱顿·布朗（Kevin Leyton-Brown）和布伦丹·卢西尔（Brendan Lucier）。 通过拖延提高效率：具有运行时保证的近似最佳算法配置。 在2017年国际人工智能联合会议上。
-
凯文·莱顿·布朗（Kevin Leyton-Brown）、尤金·努德曼（Eugene Nudelman）和约夫·肖姆（Yoav Shoham）。 经验硬度模型：组合拍卖的方法和案例研究。 美国医学会杂志，56（4）：1-522009。
-
Ashutosh Mahajan和Theodore K Ralphs。 使用一般析取进行分支的实验。 《运营研究和网络基础结构》，第101-118页。 施普林格，2009年。
-
尼姆罗德·梅吉多。 具有有理目标函数的组合优化。 《运筹学数学》，第414-4241979页。
-
乔纳森·欧文（Jonathan H.Owen）和桑杰·梅赫罗特拉（Sanjay Mehrotra）。 关于在一般整数线性规划的分枝定界中使用一般析取的实验结果。 计算优化与应用，20（2）：159-1702001年11月。
-
Ashish Sabharwal、Horst Samulowitz和Chandra Reddy。 用UCT指导组合优化。 在组合优化问题的约束编程AI和OR技术国际会议上。 施普林格，2012年。
-
托马斯·桑德霍姆。 大规模广义组合多属性拍卖：600亿美元采购的经验教训。 Zvika Neeman、Alvin Roth和Nir Vulkan，《市场设计手册》编辑。 牛津大学出版社，2013年。
-
宋嘉林、兰卡拉维、岳义松和比斯特拉·迪尔基纳。 求解整数规划的通用大邻域搜索框架。 神经信息处理系统年会（NeurIPS），2020年。
-
汤云浩（Yunhao Tang）、希普拉·阿格拉瓦尔（Shipra Agrawal）和尤里·法恩扎（Yuri Faenza）。 整数规划的强化学习：学习切割。 2020年国际机器学习会议（ICML）。
-
Gellért Weisz、András György和Csaba Szepesvári。LeapsAndBounds:近似最优算法配置的方法。 在2018年国际机器学习会议（ICML）上。
-
弗兰兹·韦塞尔曼（Franz Wesselmann）和乌维·苏尔（Uwe Suhl）。 实施切割平面管理和选择技术。 帕德博恩大学技术报告，2012年。
-
林旭（Lin Xu）、弗兰克·赫特（Frank Hutter）、霍尔格·霍斯（Holger H Hoos）和凯文·莱顿-布朗（Kevin Leyton-Brown）。 Satzilla:SAT基于组合的算法选择。人工智能研究杂志，32（1）：565-6062008。
-
林旭（Lin Xu）、弗兰克·赫特（Frank Hutter）、霍尔格·霍斯（Holger H Hoos）和凯文·莱顿-布朗（Kevin Leyton-Brown）。 Hydra-MIP：混合整数编程的自动算法配置和选择。 2011年，在国际人工智能联合会议（IJCAI）上，RCRA关于组合爆炸解决问题算法的实验评估研讨会上。
-
Yu Yang、Natashia Boland、Bistra Dilkina和Martin Savelsbergh。学习集合覆盖、集合包装和0-1背包问题的广义强分支。 技术报告，技术报告，2020年。
-
Yu Yang，Natashia Boland和Martin Savelsbergh。多变量分支：0-1背包问题的案例研究。 信息计算杂志，2021年。