Buchumschlag

Divide and Learn: Multi-Objective Combinatorial Optimization at Scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Esha, Wu, Dongxia, Yang, Chien-Yi, Rosing, Tajana, Yu, Rose, Ma, Yi-An
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MicroHD: An Accuracy-Driven Optimization of Hyperdimensional Computing Algorithms for TinyML systems
von: Ponzina, Flavio, et al.
Veröffentlicht: (2024)

TrimLLM: Progressive Layer Dropping for Domain-Specific LLMs
von: Hu, Lanxiang, et al.
Veröffentlicht: (2024)

A KL Lens on Quantization: Fast, Forward-Only Sensitivity for Mixed-Precision SSM-Transformer Models
von: Kong, Jason, et al.
Veröffentlicht: (2026)

Context-aware Diversity Enhancement for Neural Multi-Objective Combinatorial Optimization
von: Lu, Yongfan, et al.
Veröffentlicht: (2024)

Towards Interpretable and Inference-Optimal COT Reasoning with Sparse Autoencoder-Guided Generation
von: Zhao, Daniel, et al.
Veröffentlicht: (2025)

Deep Sensitivity Analysis for Objective-Oriented Combinatorial Optimization
von: Gireesan, Ganga, et al.
Veröffentlicht: (2024)

Training Greedy Policy for Proposal Batch Selection in Expensive Multi-Objective Combinatorial Optimization
von: Lee, Deokjae, et al.
Veröffentlicht: (2024)

Adversarial Instance Generation and Robust Training for Neural Combinatorial Optimization with Multiple Objectives
von: Liu, Wei, et al.
Veröffentlicht: (2026)

BiScale-GTR: Fragment-Aware Graph Transformers for Multi-Scale Molecular Representation Learning
von: Yang, Yi, et al.
Veröffentlicht: (2026)

Projection Optimization: A General Framework for Multi-Objective and Multi-Group RLHF
von: Xiong, Nuoya, et al.
Veröffentlicht: (2025)

CombiMOTS: Combinatorial Multi-Objective Tree Search for Dual-Target Molecule Generation
von: Southiratn, Thibaud, et al.
Veröffentlicht: (2026)

Comprehend, Divide, and Conquer: Feature Subspace Exploration via Multi-Agent Hierarchical Reinforcement Learning
von: Zhang, Weiliang, et al.
Veröffentlicht: (2025)

Mem-Rec: Memory Efficient Recommendation System using Alternative Representation
von: Jha, Gopi Krishna, et al.
Veröffentlicht: (2023)

In-Context Multi-Objective Optimization
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Graph Q-Learning for Combinatorial Optimization
von: Dax, Victoria M., et al.
Veröffentlicht: (2024)

Sequential Stochastic Combinatorial Optimization Using Hierarchal Reinforcement Learning
von: Feng, Xinsong, et al.
Veröffentlicht: (2025)

Probing Neural Combinatorial Optimization Models
von: Zhang, Zhiqin, et al.
Veröffentlicht: (2025)

PSMGD: Periodic Stochastic Multi-Gradient Descent for Fast Multi-Objective Optimization
von: Xu, Mingjing, et al.
Veröffentlicht: (2024)

Combining Multi-Objective Bayesian Optimization with Reinforcement Learning for TinyML
von: Deutel, Mark, et al.
Veröffentlicht: (2023)

Over-the-Air Fair Federated Learning via Multi-Objective Optimization
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2025)

Interactive Hyperparameter Optimization in Multi-Objective Problems via Preference Learning
von: Giovanelli, Joseph, et al.
Veröffentlicht: (2023)

LLM-VA: Resolving the Jailbreak-Overrefusal Trade-off via Vector Alignment
von: Zhang, Haonan, et al.
Veröffentlicht: (2026)

Scaling Combinatorial Optimization Neural Improvement Heuristics with Online Search and Adaptation
von: Verdù, Federico Julian Camerota, et al.
Veröffentlicht: (2024)

Diffusion Models as Constrained Samplers for Optimization with Unknown Constraints
von: Kong, Lingkai, et al.
Veröffentlicht: (2024)

Preference Elicitation for Multi-objective Combinatorial Optimization with Active Learning and Maximum Likelihood Estimation
von: Defresne, Marianne, et al.
Veröffentlicht: (2025)

RL4CO: an Extensive Reinforcement Learning for Combinatorial Optimization Benchmark
von: Berto, Federico, et al.
Veröffentlicht: (2023)

Combinatorial Optimization with Automated Graph Neural Networks
von: Liu, Yang, et al.
Veröffentlicht: (2024)

Beyond One-Preference-Fits-All Alignment: Multi-Objective Direct Preference Optimization
von: Zhou, Zhanhui, et al.
Veröffentlicht: (2023)

Annealing Machine-assisted Learning of Graph Neural Network for Combinatorial Optimization
von: Loyola, Pablo, et al.
Veröffentlicht: (2025)

Non-Myopic Multi-Objective Bayesian Optimization
von: Belakaria, Syrine, et al.
Veröffentlicht: (2024)

Expensive Multi-Objective Bayesian Optimization Based on Diffusion Models
von: Li, Bingdong, et al.
Veröffentlicht: (2024)

Meta-Learning Objectives for Preference Optimization
von: Alfano, Carlo, et al.
Veröffentlicht: (2024)

Deep Multi-Objective Reinforcement Learning for Utility-Based Infrastructural Maintenance Optimization
von: van Remmerden, Jesse, et al.
Veröffentlicht: (2024)

Multi-Objective Optimization for Privacy-Utility Balance in Differentially Private Federated Learning
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

Self-Improved Learning for Scalable Neural Combinatorial Optimization
von: Luo, Fu, et al.
Veröffentlicht: (2024)

Structure As Search: Unsupervised Permutation Learning for Combinatorial Optimization
von: Min, Yimeng, et al.
Veröffentlicht: (2025)

Multi-Objective Multi-Fidelity Bayesian Optimization with Causal Priors
von: Hossen, Md Abir, et al.
Veröffentlicht: (2026)

Multi-Objective Optimization for Sparse Deep Multi-Task Learning
von: Hotegni, S. S., et al.
Veröffentlicht: (2023)

Deep k-grouping: An Unsupervised Learning Framework for Combinatorial Optimization on Graphs and Hypergraphs
von: Bai, Sen, et al.
Veröffentlicht: (2025)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)