342 편의 논문
이 논문은 베트알 (Ben-Tal) 등의 온라인 강건 최적화 메타 알고리즘을 기반으로 하여 양자 상태 준비, 양수 노름 추정, 양자 다중 샘플링 기술을 활용하여 차원 측면에서 최대 2 차의 속도 향상을 이루는 하이브리드 양자 - 고전 알고리즘을 제안하고, 이를 금융 및 공학 분야의 강건 선형 계획법 및 강건 반양수 계획법 문제에 적용합니다.
이 논문은 양자 컴퓨팅의 큐비트 라우팅 문제와 관련된 병렬 토크 스와핑 문제에 대해 사이클, 분할된 스타, 그리드 그래프 등 현대 양자 컴퓨터에서 흔히 사용되는 위상 구조에 대한 최초의 상수 인자 근사 알고리즘을 제시하고, 하한선의 스트레치 인자 및 색상이 지정된 토크 변형 문제도 연구합니다.
이 논문은 MPEC-MFCQ 조건 하에서 유한한 단계로 B-정상점을 전역적으로 수렴하는 효율적인 알고리즘을 제안하며, 이를 통해 기존 완화 기반 방법 및 혼합 정수 NLP 재형식화보다 더 강력하고 빠른 성능을 입증합니다.
이 논문은 정칙성을 가진 아리만다 다양체에서 작은 서브리만니안 구의 지름이 반지름의 두 배와 같음을 보이고, 정칙성이 로 낮아져도 지름이 반지름의 두 배에 임의로 가까워짐을 증명하며, 이러한 결과들이 브래킷 생성 조건과 무관하게 성립함을 밝힙니다.
이 논문은 유한 합 목적 함수를 갖는 비제약 다목적 최적화 문제를 해결하기 위해 추가 샘플링 기법을 적용한 비단조 신뢰영역 방법인 ASMOP 알고리즘을 제안하고, 이론적 수렴성을 증명하며 머신러닝 분류 데이터셋을 통해 그 효율성을 입증합니다.
이 논문은 Tikhonov 정규화자와 다중 비볼록 비연속 함수의 합성으로 구성된 최적화 문제에 대한 접선 원뿔의 폐형식 표현을 유도하고, 이를 통해 전역 최적성 및 d-정류점의 동치성을 확립하여 순환 신경망 (RNN) 학습에 적용하는 방법을 제시합니다.
이 논문은 백스테핑 제어기로 사전 훈련된 DeepONet 을 소프트 액터-크리틱 (SAC) 프레임워크에 통합하여 1 차 초쌍곡형 및 반응 - 확산 PDE 시스템의 안정화 성능을 기존 SAC 및 백스테핑 제어기보다 향상시킨 강화학습 기반 제어 방법을 제안합니다.
이 논문은 수축 이론을 활용하여 부분 관측 데이터 하에서 서로 다른 네트워크 구조가 동일한 동역학을 보일 수 있는 조건을 규명하고, 쿠라모토 진동자 네트워크의 구조 식별 불가능성을 분석합니다.
이 논문은 부분적인 노드 관측 데이터로부터 선형 동적 시스템의 네트워크 구조를 고유하게 식별하는 데 한계가 있음을 규명하고, 관측성 행렬의 영공간과 확장된 관측성 그라미안의 스펙트럼 특성을 통해 구조적 유사성 및 엣지 오분류 가능성을 분석하며, 무작위 네트워크 모델에서 약 6% 이상의 노드를 관측할 때 엣지 분류 정확도가 99% 에 달함을 시뮬레이션을 통해 입증합니다.
이 논문은 조합 최적화 문제 해결을 위한 물리 기반 시뮬레이터인 자발적 대칭성 깨짐 기계 (SSBM) 의 소규모 실험적 검증과 대규모 K2000 벤치마크 문제를 통한 수치적 성능 평가를 통해, 다양한 초기 조건에서도 단일 극도로 안정적인 상태를 탐색할 수 있음을 입증했습니다.
이 논문은 기존 연구가 단일 밀집 서브그래프를 가정했던 것과 달리, 실제 네트워크에서 흔히 나타나는 여러 개의 밀집 서브그래프가 혼재된 환경에서도 볼록 프로그래밍을 통해 밀집 서브행렬 문제를 다항 시간 내에 해결할 수 있는 충분 조건을 제시하고 실험적으로 검증합니다.
이 논문은 네트워크 구조 내에서 친구 관계에 있는 에이전트들 간의 공정한 위험 분담을 연구하며, 최적의 부호 선형 위험 분담 규칙을 규명하고 이를 그래프 라플라시안과 연결합니다.
이 논문은 혼합 정수 비선형 프로그래밍과 기호 연산을 결합한 '최적화 후 정밀화' 프레임워크를 통해 9 점까지의 헤일브론 삼각형 문제를 해결하고, 2002 년의 기존 결과를 최초로 전역 최적성으로 증명하며 모든 최적 구성의 정확한 좌표를 도출했습니다.
이 논문은 무한 시간 구간에서 정의된 이차원 감쇠 파동 방정식의 최적 제어 문제에 대해 시스템의 잘 정의성과 최적 제어의 존재성을 증명하고, 상태-제어 매핑의 미분 가능성을 기반으로 1 차 및 2 차 필요·충분 최적성 조건을 체계적으로 유도합니다.
이 논문은 최적 제어 문제에서 집합 분리 접근법과 페널라이제이션 기법 간의 호환성을 정립하여, 고차 비정규성과 엄밀한 의미의 최소화자 간의 갭 현상 사이의 연관성을 규명합니다.
이 논문은 명시적 및 암시적 Runge-Kutta 방법의 계수 조건을 규명하여, 연속 시간 시스템의 강한 수축성이 이산 시간 다단계 수치 적분에서 , , 노름 하에서 어떻게 보존될 수 있는지와 암시적 방법의 해 존재성을 보장하는 동적 접근법을 제시합니다.
이 논문은 기존 비선형 확률적 잠재 변수 모델의 근사 오차 문제를 해결하기 위해 Wasserstein 거리를 프로크시멀 연산자로 활용한 새로운 KProxNPLVM 을 제안하여 소프트 센서 모델링의 정확도를 향상시키는 방법을 제시합니다.
이 논문은 공간적 및 스펙트럼적 블라인드 문제를 결합된 역문제 관점에서 접근하여 사전 학습 없이 실시간으로 고해상도 초분광 영상을 복원하는 통합 텐서 융합 프레임워크와 이를 해결하기 위한 새로운 최적화 알고리즘을 제안합니다.
이 논문은 실제 플랫폼의 검색 행동 분석을 동기부여로 하여, 확률적 순서 제약을 혼합 정수 볼록 2 차 최적화 문제로 공식화하여 여러 이산 단봉 분포를 동시에 추정하는 방법을 제안하고, 소규모 샘플에서 기존 방법 대비 성능을 향상시킴을 실험을 통해 입증했습니다.
이 논문은 양자 터널링을 통해 국소 최적해 탈출과 전역 최적해 수렴을 보장하는 양자 역학적 프레임워크를 제시하여 양자 역학, 열역학, 최적화 알고리즘을 통합하고 머신러닝 및 조합 최적화 문제에서 기존 알고리즘보다 우수한 성능을 입증합니다.