응용 프로그램을 갖춘 새로운 최적화 네트워크 아키텍처

우리는 비전, 학습, 패턴 인식 및 조합 최적화에 응용 프로그램을 갖춘 새로운 최적화 네트워크 아키텍처를 제시합니다. 이 아키텍처는 다음 기술을 결합하여 구성됩니다: (1) 결정론적 어닐링, (2) 자기 증폭, (3) 대수 변환, (4) 클록 목표, (5) 소프트 어사인. 결정론적 어닐링과 자기 증폭을 결합하면 열악한 지역 최소값을 피하고 하이퍼 큐브의 정점에 도달하도록 보장합니다. 대수 변환과 클록 목표는 이완을 개별 단계로 나누는 데 도움을 줍니다. 고려된 문제는 이중 확률 행렬 제약 조건이나 그에 대한 약간의 변형을 가지고 있습니다. 우리는 이 제약 조건을 만족시키기 위해 사용되는 새로운 기술인 소프트 어사인을 도입합니다. 다양한 문제에 대한 실험 결과가 제시되고 논의됩니다.