liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Towards Utilitarian Combinatorial Assignment with Deep Neural Networks and Heuristic Algorithms
Linköpings universitet, Institutionen för datavetenskap, Artificiell intelligens och integrerade datorsystem. Linköpings universitet, Tekniska fakulteten.ORCID-id: 0000-0002-0367-2430
Linköpings universitet, Institutionen för datavetenskap, Artificiell intelligens och integrerade datorsystem. Linköpings universitet, Tekniska fakulteten.ORCID-id: 0000-0002-8546-4431
Linköpings universitet, Institutionen för datavetenskap, Artificiell intelligens och integrerade datorsystem. Linköpings universitet, Tekniska fakulteten.ORCID-id: 0000-0002-9240-4605
Linköpings universitet, Institutionen för datavetenskap, Artificiell intelligens och integrerade datorsystem. Linköpings universitet, Tekniska fakulteten.
Visa övriga samt affilieringar
2020 (Engelska)Ingår i: Trustworthy AI - Integrating Learning, Optimization and Reasoning: First International Workshop, TAILOR 2020, Virtual Event, September 4–5, 2020, Revised Selected Papers / [ed] Fredrik Heintz, Michela Milano, Barry O'Sullivan, Cham, Germany: Springer, 2020, s. 104-111Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This paper presents preliminary work on using deep neural networksto guide general-purpose heuristic algorithms for performing utilitarian combinatorial assignment. In more detail, we use deep learning in an attempt to produce heuristics that can be used together with e.g., search algorithms to generatefeasible solutions of higher quality more quickly. Our results indicate that ourapproach could be a promising future method for constructing such heuristics.

Ort, förlag, år, upplaga, sidor
Cham, Germany: Springer, 2020. s. 104-111
Serie
Lecture Notes in Computer Science, ISSN 0302-9743, E-ISSN 1611-3349 ; 12641 LNAI
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:liu:diva-175570DOI: 10.1007/978-3-030-73959-1_10Scopus ID: 2-s2.0-85105930783ISBN: 9783030739584 (tryckt)ISBN: 9783030739591 (digital)OAI: oai:DiVA.org:liu-175570DiVA, id: diva2:1553378
Konferens
European Conference on Artificial Intelligence TAILOR Workshop - Foundations of Trustworthy AI
Tillgänglig från: 2021-05-09 Skapad: 2021-05-09 Senast uppdaterad: 2024-09-08Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopusPaper in proceedings

Person

Präntare, FredrikTiger, MattiasBergström, DavidHeintz, Fredrik

Sök vidare i DiVA

Av författaren/redaktören
Präntare, FredrikTiger, MattiasBergström, DavidAppelgren, HermanHeintz, Fredrik
Av organisationen
Artificiell intelligens och integrerade datorsystemTekniska fakulteten
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 361 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf