338 편의 논문
이 논문은 철도 차량 분류 문제를 해결하기 위해 철도 특화 휴리스틱과 Q-학습을 결합한 하이브리드 휴리스틱 - 강화학습 (HHRL) 프레임워크를 제안하고, 이를 통해 한쪽 또는 양쪽 접근이 가능한 분류 선로 환경에서 효율적이고 고품질의 최적화 해법을 제공함을 보여줍니다.
이 논문은 표준 단순형 상의 이차 최적화 문제 (StQP) 에 대한 분포 불확실성을 Wasserstein 거리 기반의 모호성 집합으로 모델링하여, 이를 수정된 결정론적 StQP 문제로 동치 변환하고 이를 통해 외부 표본 성능 보장을 입증하는 방법을 제시합니다.
이 논문은 제어 공간이 무제한이고 매개변수 및 시간 범위에 대한 유계성 가정이 필요하지 않은 비마코비안 평균장 게임에 대해, 2 차 성장 일반화 맥케인 - 블라소프 BSDE 의 새로운 존재성 및 안정성 결과를 기반으로 약한 형식(global solution) 의 균형 존재성을 입증합니다.
이 논문은 결정 다이어그램 기반의 혼합 정수 계획법 솔버를 위한 마스터-워커 프레임워크에 특화되어, 대량 연산 (bulk operations) 을 지원하고 기존 큐보다 일정한 지연 시간과 향상된 확장성을 제공하는 새로운 잠금 없는 작업 도용 큐 알고리즘을 제안합니다.
이 논문은 쿠퍼만 연산자 프레임워크를 활용하여 비선형 시스템의 주파수 응답을 유도하고, 이를 통해 고전적인 LTI 시스템의 접근법을 일반화한 보드 선도 작성 및 존재 조건을 제시합니다.
이 논문은 구간값 다목적 최적화 문제의 파레토 임계점을 찾기 위해 울프 선검색을 활용한 비선형 켤레 기울기법을 제안하고, 다양한 알고리즘 매개변수에 대한 전역 수렴성을 증명하며 테스트 문제를 통해 성능을 평가합니다.
이 논문은 불확실한 계수를 데이터로 학습한 베이지안 사후 분포를 기반으로 선형 프로그래밍 문제를 해결하는 새로운 프레임워크를 제시하여, 기존 방법론보다 안전성을 높이고 해석 가능한 의사결정 보장을 가능하게 합니다.
이 논문은 구간값 다목적 최적화 문제를 해결하기 위해 약 파레토 최적점과 파레토 임계점 간의 관계를 규명하고, 이를 기반으로 아르미조 선검색 전략을 적용한 뉴턴 기반 알고리즘을 제안하며, 수렴성 증명과 수치 실험을 통해 포트폴리오 최적화 등 다양한 문제에서의 유효성을 입증합니다.
이 논문은 불완전 정보 하의 경쟁적 재고 및 가격 결정 문제를 해결하기 위해 수요와 경쟁사 특성에 대한 베이지안 학습과 신뢰할 수 있는 위험 기준을 통합한 계층적 베이지안 동적 게임 프레임워크를 제안하고, 이를 통해 불확실성 하에서 학습과 경쟁을 동시에 수행하는 보수적 균형을 도출하며 생물학적 데이터 분석 등 다양한 분야에 적용 가능성을 보여줍니다.
이 논문은 엔트로피 정규화된 시간 불일치 확률 제어 문제를 위해 탐색적 균형 해밀턴-자코비-벨만 (EEHJB) 방정식을 기반으로 한 정책 반복 알고리즘을 설계하고, 이를 통해 균형 정책으로의 지수 수렴성을 증명하며 EEHJB 방정식의 전역 존재성과 유일성을 구성적으로 입증합니다.
이 논문은 연금보험에서 생명표의 정수 연령 데이터만으로는 불확실한 사망률 분포를 가정하지 않고도, 관측된 생명표와 일치하는 모든 사망률 경로에 대해 생존 시간 함수의 상한과 하한을 도출하여 보험 계약 가치의 최악 및 최선 시나리오를 정량화하는 새로운 강건한 프레임워크를 제시합니다.
이 논문은 확률 분포에 의존하는 계수를 갖는 맥케인-블라즈 확률 편미분방정식의 최적 제어 문제를 다루며, 비볼록 제어 집합 하에서 라이온스 미분을 포함한 후방 확률 편미분방정식을 도입하여 스파이크 변분법을 기반으로 폰트랴긴 유형의 확률적 최대 원리를 수립합니다.
이 논문은 소프트맥스 기반 모델의 경사 흐름이 다양한 손실 함수에 걸쳐 저엔트로피 해를 향해 출력을 극화시키는 보편적 메커니즘을 규명함으로써, 어텐션 싱크와 같은 트랜스포머의 실증적 현상에 대한 이론적 근거를 제시합니다.
이 논문은 시간 제약이 없는 선형식 dial-a-ride 문제 (liDARP) 를 해결하기 위해 정차 패턴 생성에 기반한 새로운 MILP 수식과 분기-가격법 알고리즘을 제안하며, 특히 대규모 실용적 문제에 대해 최적성 격차를 5% 미만으로 유지하면서 기존 최첨단 방법보다 우수한 성능을 보이는 근사 해법을 제시합니다.
이 논문은 정보 이론적 관점에서 NP 증후 발견 문제를 재해석하여, 구조 없는 균등 사전 분포 하에서 등식 탐지만으로는 다항 시간 내에 필요한 정보를 획득할 수 없어 지수적 탐색 복잡성이 필연적으로 발생함을 보여줍니다.
이 논문은 전역 매끄러움 상수나 선 탐색 없이도 적응적으로 국소 매끄러움을 추정하여 확률적 합성 비볼록 최적화 문제를 해결하는 새로운 투영 없는 프레임워크인 ALFCG 를 제안하고, 기존 방법론보다 우수한 수렴 복잡도와 실험 성능을 입증합니다.
이 논문은 마르코프 연쇄의 정상 분포를 계산하기 위한 'Red Light Green Light' 알고리즘을 디리클레 에너지 최소화 최적화 문제로 재해석하여 그 동작 원리를 명확히 하고, 특정 연쇄에 대한 지수 수렴성을 증명하며 수렴 속도를 높이는 실용적인 스케줄링 전략을 제시합니다.
이 논문은 -제어 위상 하에서 벡터장의 반복된 리 괄호 (iterated Lie brackets) 에 기반한 고차 정규성 (higher-order normality) 개념이 임펄스 제어 문제에서 infimum gap 을 방지하기에 충분함을 증명합니다.
이 논문은 일반화된 단조 변분 부등식을 해결하기 위한 Popov 알고리즘의 수렴 분석을 위해 새로운 리아푸노프 함수를 도입하여, 제약 조건이 있는 경우와 없는 경우에 대해 각각 최적의 단계 크기 상한이 과 임을 증명하고 그 최적성을 입증합니다.
이 논문은 랭크 제한 행렬 다양체 상의 비볼록 최적화 문제에서 국소 최적성을 위한 가장 강력한 필요 조건인 부리강 (Bouligand) 정상점에 수렴하는 두 가지 새로운 1 차 최적화 알고리즘을 제안하고 그 이론적 분석 및 성능을 검증합니다.