★ 1
双GNN多级粗化求解最大独立集
论文针对欧氏 TSP 提出基于学习的图边稀疏化方法 GES，结合几何结构与组合优化技术自适应生成稀疏图。在 MATILDA 数据集上可剪枝多达 95% 的边且解差距保持在 1% 以内，在 TSPLIB 上部分大规模实例剪枝率超 99%、最优性差距仍低于 1%。
arXiv cs.LG40 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文针对欧氏 TSP 提出基于学习的图边稀疏化方法 GES，结合几何结构与组合优化技术自适应生成稀疏图。在 MATILDA 数据集上可剪枝多达 95% 的边且解差距保持在 1% 以内，在 TSPLIB 上部分大规模实例剪枝率超 99%、最优性差距仍低于 1%。