Logo des Repositoriums
 

Erlernen effizienter Constraints in der Antwortmengenprogrammierung

dc.contributor.authorTarzariol, Alice
dc.contributor.editorReischuk, Rüdiger
dc.date.accessioned2024-10-02T09:07:06Z
dc.date.available2024-10-02T09:07:06Z
dc.date.issued2024
dc.description.abstractFür das effiziente Lösen kombinatorischer Probleme kann das Herausfiltern symmetrischer Lösungskandidaten aus dem Suchraum entscheidend sein. Die meisten existierenden Ansätze sind instanzspezifisch und konzentrieren sich auf die automatische Berechnung von sogenannten Symmetry Breaking Constraints (SBCs) für eine gegebene Probleminstanz. Die Anwendbarkeit solcher Ansätze auf große Instanzen oder nicht-triviale Problemmodelle wird jedoch dadurch eingeschränkt, dass eine große Anzahl spezialisierter SBCs berechnet werden müssen, die sich weder sinnvoll interpretieren lassen noch auf andere Instanzen übertragbar sind. Infolgedessen ist vor jedem Aufruf eines Lösungssystems eine zeitaufwändige Neuberechnung der SBCs erforderlich. Um derartige Schwierigkeiten zu überwinden, stellen wir einen neuen modellorientierten Ansatz für die Antwortmengenprogrammierung vor, der die SBCs einfacher Probleminstanzen in interpretierbare prädikatenlogische Beschränkungen überführt und dafür eine Form des maschinellen Lernens namens Inductive Logic Programming verwendet. Ausgehend von der Behandlung prototypischer kombinatorischer Probleme ermöglichen spezifische Erweiterungen unseres Ansatzes das Lösen fortgeschrittener, aus industriellen Anwendungen stammender Such- und Optimierungsprobleme.de
dc.identifier.doi10.18420/Diss2023-30
dc.identifier.isbn978-3-88579-982-5
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/44728
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofAusgezeichnete Informatikdissertationen 2023 (Band 24)
dc.titleErlernen effizienter Constraints in der Antwortmengenprogrammierungde
gi.citation.endPage310
gi.citation.publisherPlaceBonn
gi.citation.startPage301
gi.conference.date05.05.-08.05.24
gi.conference.locationSchoss Dagstuhl, Deutschland

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
Tarzariol-Alice.pdf
Größe:
625.38 KB
Format:
Adobe Portable Document Format