Complessità Iterativa Esplicita per l'Ottimizzazione Inversa Guidata dai Dati di Programmi Lineari Interi
Uno studio recente pubblicato su arXiv (2607.22263) esplora la complessità iterativa esplicita coinvolta nell'ottimizzazione inversa esatta guidata dai dati per programmi lineari interi (ILP). Il problema di ottimizzazione inversa guidata dai dati (DDIOP) mira a determinare i parametri della funzione obiettivo che spiegano le soluzioni ottimali osservate. Sebbene le tecniche basate sul gradiente possano risolvere con precisione l'ottimizzazione inversa degli ILP in un numero finito di iterazioni oracle, il limite di iterazioni precedente si basava su una costante geometrica non specificata γ(ℓ_sub). Questa ricerca presenta il primo limite chiaro sul numero di iterazioni basato sulla dimensione del problema per gli ILP, offrendo così garanzie pratiche sulla complessità.
Fatti principali
- ID articolo: arXiv:2607.22263
- Tipo di annuncio: cross
- Si concentra sull'ottimizzazione inversa guidata dai dati per programmi lineari interi
- Fornisce un limite esplicito di complessità iterativa
- I limiti precedenti dipendevano da una costante geometrica sconosciuta γ(ℓ_sub)
- Utilizza metodi di ottimizzazione basati sul gradiente sulla perdita di subottimalità
- Consente una soluzione esatta entro un numero finito di iterazioni oracle
- Prima funzione esplicita della dimensione del problema per gli ILP
Entità
Istituzioni
- arXiv