محققان تکنیک جدیدی به نام GraphBU معرفی کردهاند که میتواند مدلهای بهینهسازی خطی عدد صحیح (MILP) را با دقت بسیار بالا و حفظ ساختار اصلی تولید کند. این ابزار به توسعهدهندگان کمک میکند تا بدون نیاز به دادههای حساس و خصوصی، نمونههای آزمایشی استاندارد برای آموزش مدلهای «پیشبینی و جستجو» (Predict-and-Search) بسازند.
این روش با استفاده از واحدهای گرافمحور، شباهت آماری خیرهکنندهای (بالای ۹۳ درصد) با دادههای واقعی ایجاد کرده و گامی مهم در بهبود عملکرد حلکنندهها (Solvers) در محیطهای پیچیده صنعتی محسوب میشود. 🚀
منبع: arXiv Machine Learning