最近幾天，頂級國際會議 NeurIPS 的 The Machine Learning for Combinatorial Optimization 組合優化比賽結果揭幕，來自中國的曠視科技研究院代表隊榮獲 Dual Task 賽道冠軍。
ML4CO 全稱基于機器學習的組合優化，本次比賽由加拿大蒙特利爾理工大學和蒙特利爾大學機器學習研究所 主辦Mila是全球領先的深度學習研究中心，由蒙特利爾大學約書亞·本希奧教授創立約書亞·本希奧也是深度學習三巨頭之一，曾在2018年奪得ACM圖靈獎
最近幾年來，伴伴隨著深度學習在多個領域的成功應用，使用深度學習技術，從大量的數據中自主學習啟發式算法，輔助甚至替代求解器求解組合優化問題，成為學界研究的一個新的熱點。。
本次挑戰賽的重點是通過機器學習方法替代現有組合優化求解器中的啟發式組件，來達到提升現有的組合優化求解器求解性能的目的。ML4CO全稱基于機器學習的組合優化，本次比賽由加拿大蒙特利爾理工大學和蒙特利爾大學機器學習研究所主辦。約書亞·本希奧也是“深度學習三巨頭”之一，曾在2018年奪得ACM圖靈獎(又稱“計算機領域的諾貝爾獎”)。
基于開源求解器。Mila是全球領先的深度學習研究中心，由蒙特利爾大學約書亞·本希奧(YoshuaBengio)教授創立。 SCIP 和它的Python封裝 Ecole，本次比賽專門針對組合優化問題中的混合整數線性規劃問題 進行優化，
主辦方提供了三個 MILP 數據集，它們來自完全不同的現實問題，參賽者可以針對這三個數據集提交不同的模型其中 Dual Task 賽道研究如何更快收緊 MILP 問題的約束邊界，參賽者需要最小化 Dual Integral，模型效果最后轉化為一個累計的獎勵函數
曠視科技研究院參賽隊針對三個數據集的不同特點，在數據收集，模型結構和訓練策略等方面進行改進，最終取得綜合排名第一。
本次冠軍隊由來自曠視科技研究院 AI 計算組的四位同學組成。
資料顯示，曠視科技是一家聚焦物聯網場景的人工智能公司憑借深厚的人工智能基礎研究與工程實踐能力，公司以物聯網作為人工智能技術落地的載體，通過構建完整的 AIoT 產品體系，面向消費物聯網，城市物聯網，供應鏈物聯網三大核心場景提供經驗證的行業解決方案，實現人工智能的商業化落地目前，公司已在多個行業取得領先地位
。鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
