Leírás
A mély neurális háló módszercsalád az elmúlt évtizedben áttörő sikereket
ért el számos olyan természetes adathalmazokkal kapcsolatos feladat
megoldásában, mint a számítógépes látás vagy a természetes nyelv
feldolgozása. Ezen feladatokban a klasszikus módszereken alapuló megoldások
teljesítményét ma már messze meghaladják az adat-alapú, gépi tanulással
működő rendszerek. Ez a sikertörténet motiválja a módszercsalád
alkalmazását olyan nehéz kombinatorikus optimalizálási feladatok
megoldására, mint például az utazó ügynök probléma, a maximális vágás vagy
a minimális csúcslefedés keresése. Az ezzel kapcsolatos eredmények azt
mutatják, hogy adott eloszlásból származó kombinatorikus optimalizálási
feladatokban (például magyar kisvárosok térképéhez kapcsolódó TSP
feladatokban) lévő struktúra gépi tanulási módszerekkel tanulható, és a
tanult modellek segítségével hatékony heurisztikák adhatók. Az előadásban
néhány ezzel kapcsolatos friss eredményt és konstrukciót tekintünk át.