标签
本文介绍了基于边的连续p-中位（ECpM）问题，用于将道路网络划分为紧凑的区域，提出了两个带有连续性约束的0-1规划模型，并在大型道路网络上进行了测试。最短路径约束模型相比基于割集的分支切割方法实现了显著的加速，并与物流分区相关。
本文提出了一种无需领域知识的元认知层，用于融合多个基于预训练ViT的感知模型，利用标签向量池和基于一致性的溯因。在干净数据上，它可与多数投票基线持平，并且对协同标签翻转攻击尤其鲁棒。
本文提出JOLT，一种整数规划方法，用于优化基于从左到右贪心最长匹配解码（WordPiece）的子词分词。JOLT实现了近乎最优的压缩，缩小了BPE与理论下界之间的大部分差距，使token数量相比BPE最多减少0.78%。
本文提出混合整数目标规划（MIGP）用于个性化膳食优化，解决了分数份额和硬约束导致的不可行性的局限性。它引入整数变量用于实际份数，并通过逆目标归一化实现目标规划偏差，达到100%可行性，且优于基于四舍五入的方法，并提供开源Python实现。