Learning to Reduce Search Space for Generalizable Neural Routing Solver

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Changliang, Lin, Xi, Wang, Zhenkun, Zhang, Qingfu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Instance-Conditioned Adaptation for Large-scale Generalization of Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2024)

Survey on Neural Routing Solvers
von: Ba, Yunpeng, et al.
Veröffentlicht: (2026)

CoEvo: Continual Evolution of Symbolic Solutions Using Large Language Models
von: Guo, Ping, et al.
Veröffentlicht: (2024)

Destroy and Repair Using Hyper Graphs for Routing
von: Li, Ke, et al.
Veröffentlicht: (2025)

Few for Many: Tchebycheff Set Scalarization for Many-Objective Optimization
von: Lin, Xi, et al.
Veröffentlicht: (2024)

Smooth Tchebycheff Scalarization for Multi-Objective Optimization
von: Lin, Xi, et al.
Veröffentlicht: (2024)

Understanding the Importance of Evolutionary Search in Automated Heuristic Design with Large Language Models
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

UDC: A Unified Neural Divide-and-Conquer Framework for Large-Scale Combinatorial Optimization Problems
von: Zheng, Zhi, et al.
Veröffentlicht: (2024)

Neural Combinatorial Optimization with Heavy Decoder: Toward Large Scale Generalization
von: Luo, Fu, et al.
Veröffentlicht: (2023)

An Amortized Efficiency Threshold for Comparing Neural and Heuristic Solvers in Combinatorial Optimization
von: Afifi, Sohaib
Veröffentlicht: (2026)

Quality-Diversity Optimization as Multi-Objective Optimization
von: Lin, Xi, et al.
Veröffentlicht: (2026)

Half-Space Feature Learning in Neural Networks
von: Yadav, Mahesh Lorik, et al.
Veröffentlicht: (2024)

Evolution of Heuristics: Towards Efficient Automatic Algorithm Design Using Large Language Model
von: Liu, Fei, et al.
Veröffentlicht: (2024)

SEval-NAS: A Search-Agnostic Evaluation for Neural Architecture Search
von: Mih, Atah Nuh, et al.
Veröffentlicht: (2026)

EvoSyn: Generalizable Evolutionary Data Synthesis for Verifiable Learning
von: Du, He, et al.
Veröffentlicht: (2025)

Knowledge-aware Evolutionary Graph Neural Architecture Search
von: Wang, Chao, et al.
Veröffentlicht: (2024)

Hebbian Learning based Orthogonal Projection for Continual Learning of Spiking Neural Networks
von: Xiao, Mingqing, et al.
Veröffentlicht: (2024)

Active Learning for Neural PDE Solvers
von: Musekamp, Daniel, et al.
Veröffentlicht: (2024)

Neural Architecture Search using Particle Swarm and Ant Colony Optimization
von: Lankford, Séamus, et al.
Veröffentlicht: (2024)

Bridging Synthetic and Real Routing Problems via LLM-Guided Instance Generation and Progressive Adaptation
von: Zhu, Jianghan, et al.
Veröffentlicht: (2025)

Projective Kolmogorov Arnold Neural Networks (P-KANs): Entropy-Driven Functional Space Discovery for Interpretable Machine Learning
von: Poole, Alastair, et al.
Veröffentlicht: (2025)

Space-Time Continuous PDE Forecasting using Equivariant Neural Fields
von: Knigge, David M., et al.
Veröffentlicht: (2024)

Large-scale Multi-objective Feature Selection: A Multi-phase Search Space Shrinking Approach
von: Bidgoli, Azam Asilian, et al.
Veröffentlicht: (2024)

Rethinking LLM-Driven Heuristic Design: Generating Efficient and Specialized Solvers via Dynamics-Aware Optimization
von: Wang, Rongzheng, et al.
Veröffentlicht: (2026)

SpikeNAS: A Fast Memory-Aware Neural Architecture Search Framework for Spiking Neural Network-based Embedded AI Systems
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

GOAL: Graph-based Objective-Aligned Diffusion Solvers for Dynamic Multi-Objective Optimization
von: Li, Xingyu
Veröffentlicht: (2026)

Structure as Computation: Developmental Generation of Minimal Neural Circuits
von: Zhou, Duan
Veröffentlicht: (2026)

Causal Learning with Neural Assemblies
von: Kopadi, Evangelia, et al.
Veröffentlicht: (2026)

Online Pseudo-Zeroth-Order Training of Neuromorphic Spiking Neural Networks
von: Xiao, Mingqing, et al.
Veröffentlicht: (2024)

A Transformer-based Neural Architecture Search Method
von: Wang, Shang, et al.
Veröffentlicht: (2025)

Learning from Emergence: A Study on Proactively Inhibiting the Monosemantic Neurons of Artificial Neural Networks
von: Wang, Jiachuan, et al.
Veröffentlicht: (2023)

A Graph is Worth 1-bit Spikes: When Graph Contrastive Learning Meets Spiking Neural Networks
von: Li, Jintang, et al.
Veröffentlicht: (2023)

LLS: Local Learning Rule for Deep Neural Networks Inspired by Neural Activity Synchronization
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2024)

Mechanistic Neural Networks for Scientific Machine Learning
von: Pervez, Adeel, et al.
Veröffentlicht: (2024)

Offline Model-Based Optimization by Learning to Rank
von: Tan, Rong-Xi, et al.
Veröffentlicht: (2024)

Towards Universal Offline Black-Box Optimization via Learning Language Model Embeddings
von: Tan, Rong-Xi, et al.
Veröffentlicht: (2025)

Evolution Meets Diffusion: Efficient Neural Architecture Generation
von: Zhou, Bingye, et al.
Veröffentlicht: (2025)

COMBHelper: A Neural Approach to Reduce Search Space for Graph Combinatorial Problems
von: Tian, Hao, et al.
Veröffentlicht: (2023)

Meta-Learning Loss Functions for Deep Neural Networks
von: Raymond, Christian
Veröffentlicht: (2024)

Training Neural Networks with Optimal Double-Bayesian Learning
von: Bui, Vy, et al.
Veröffentlicht: (2026)