双対予測を活用した最小費用流問題の新アルゴリズム：精度と堅牢性を両立し最大12倍の高速化を実現

要約

機械学習による予測を活用し、古典的なアルゴリズムを改良する研究が進む中、本研究は「双対予測（dual prediction）」を用いた初の最小費用流アルゴリズムを提案する。古典的な$\varepsilon$-緩和法をベースに、予測誤差に基づく時間計算量とサンプル計算量を理論的に導出。交通網やチップ配線への応用実験で最大約12.7倍の高速化を達成した。

全文は有料プランで閲覧できます。