arXiv cs.LG· Jinrun Liu, Bai Yan, Tengfei Liu, Qunfeng Liu, Jian Yang, Shi Cheng, Yuhui Shi, Qi Zhao·· 7 小时前AI 评分24
AutoConvexRelax：用学习策略自动设计非凸优化的凸松弛
Learning to Design Convex Relaxations for Nonconvex Optimization
AI 导读
论文提出 AutoConvexRelax，将非凸问题的符号形式表示为变量、符号项与目标/约束位置构成的三分图，学习策略组合符号重写生成问题特定的松弛轨迹，并证明其保持松弛有效性。在 241 个基准二次问题上，该策略将 McCormick 下界提升 13.52%，平均下界在归一化指标上比强化半定松弛低 3.70%，同时公式规模显著更小。代码已开源。
来源：arXiv cs.LG · arxiv.org