L'apprentissage en profondeur est-il utile pour l'optimisation combinatoire?

Existe-t-il des groupes de recherche travaillant sur l'utilisation du deep learning pour les problèmes d'optimisation combinatoire?

Oui, il existe un papier Pointer Networks qui essaie d'utiliser l'apprentissage en profondeur pour résoudre la coque convexe, la triangulation de Delaunay et le TSP, le résultat semble prometteur, ou du moins il peut être utilisé comme un bon point de départ pour des algorithmes d'optimisation.

L'apprentissage automatique peut être utilisé dans la branche et l'algorithme lié pour

• Sélectionnez une variable de branchement (Khalil, Elias Boutros, et al. "Apprendre à se ramifier dans la programmation mixte en nombres entiers." Trentième conférence AAAI sur l'intelligence artificielle. 2016.)
• Décidez si vous souhaitez exécuter ou non une heuristique principale sur un nœud (Khalil, Elias B., et al. «Apprendre à exécuter l'heuristique dans la recherche d'arborescence» . IJCAI. 2017.)

L'apprentissage par renforcement peut être utilisé pour

• Apprenez un meilleur critère pour la construction de solutions gourmandes sur une distribution de graphiques (Khalil, Elias, et al. "Learning algorithmes d'optimisation combinatoire sur des graphiques." Advances in Neural Information Processing Systems. 2017.)

Vérifiez Bistra Dilkina de (qui semble le pionnier de cette approche) parler à l' USC ISI séminaire AI .