离散优化问题的人工智能方法-严骏驰

3.0 2025-05-14 80 0 7677 KB 35 页 PDF
侵权投诉
离散优化问题的人工智能方法-严骏驰
离散优化问题的人工智能方法-严骏驰
离散优化问题的人工智能方法-严骏驰
摘要:

严骏驰上海交通大学人工智能学院/计算机系2024年10月24日离散优化问题的人工智能方法成熟商业求解器多为传统算法,AI引领工业软件新变革1988RobertBixby创立并发布初版优化器1994发布正式版求解器1997并入CPLEX1997Andersen兄弟创立MOSEKZ. Gu、E.Rothberg、R.Bixby 2008多样性:设计繁琐大规模:计算耗时智能化:机器学习并行化:显卡加速旅行商图着色最大流混合整数规划开放场景变化快Velocity规模大Volume形式多Variety不确定Veracity经典舒适区相对稳定规模适中经典问题精确确定机器学习传统求解器研究背景:学科交叉前沿与国际趋势离散/无约束离散/带约束连续/无约束连续/带约束(深度)神经网络逻辑回归主成分分析图论与组合聚类图割路径规划匹配…决策树混合高斯模型支持向量机朴素贝叶斯概率主题模型连续域离散域无约束带约束CVPR22大会最佳论文Bengio一作展望论文美国NSF重大项目立项“三省一市要集合科技力量,聚焦集成电路、生物医药、人工智能等重点领域和关键环节,尽早取得突破。”-2020年8月20日,习近平总书记在合肥主持召开扎实推进长三角一体化发展座谈会并发表重要讲话“全面实施集成电路、人工智能、生物医药“上海方案”,集聚高水平研发机构,加快形成一批聚焦关键核心技术、具有国际先进水平的功能型研发转化平台。”-2020年1月15日,上海市十五届人大三次会议,时任上海市市长应勇作《政府工作报告》助力上海三大先导产业:人工智能,生物医药,集成电路图像/序列复杂图结构感知问题图论问题连续无约束离散带约束科学问题:离散约束问题的机器学习一般神经网络特定模型架构数据形式问题设定方法转变7将问题先验融入数据驱动的建模研究内容(上海:人工智能,生物医药,集成电路)一:学习结合传统算法学习辅助求解AI aided底层架构:①图问题表征②GNN/变换器特定形式:③MIP④SAT通用形式:⑤离线场景⑥在线场景学习原生求解AI native原空间:①特定约束②量子形式隐空间:③线性约束④任意约束工具化:⑤评测⑥开源AI辅助设计AI4DesignAI4EDA:①布局布线②逻辑综合③经典网络④量子网络AI4Drug:⑤分子预测⑥蛋白对接二:原生开放高可用三:学习辅助设计•组合优化问题的机器学习求解初探: 以图匹配问题的

展开>> 收起<<
离散优化问题的人工智能方法-严骏驰

共 35 页,预览3页

还剩32页未读, 继续阅读

离散优化问题的人工智能方法-严骏驰
离散优化问题的人工智能方法-严骏驰
离散优化问题的人工智能方法-严骏驰
声明:企商查报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
作者: 分类:机构报告 属性:35 页 大小:7677 KB 格式:PDF 时间:2025-05-14

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 3
客服
关注