AutoConvexRelax：自动学习凸松弛设计

Jinrun Liu 等作者提出 AutoConvexRelax，把非凸优化问题的符号表达式表示为变量、符号项及其目标或约束位置构成的三分图，并学习策略将符号重写组合成针对具体问题的凸松弛轨迹，从而把凸松弛设计从人工推导转为自动学习。 论文称该表示用于自动生成问题专属的松弛轨迹，并提供了代码链接。报道未给出该方法在具体非凸问题上的求解效果或与既有松弛方法的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。