XiaoMi-AI文件搜索系统
World File Search System单台
单台机器问题的深度学习驱动算法最小化总迟到
在本文中，我们研究了深度学习方法来解决众所周知的NP单机调度问题，目的是最大程度地减少迟到的目的。我们提出了一个深层的网络，该网络是基于Lawler的分解和Della Croce等人提出的基于Lawler的分解和对称分解的单次调度算法中标准值的多项式估计器。本质上，神经网络通过估计问题分解为子问题来指导算法。本文还描述了一种生成培训数据集的新方法，该方法可以加快培训数据集的生成并减少解决方案的平均最佳差距。实验结果表明，我们的机器学习驱动的方法可以有效地将信息从训练阶段概括为明显更大的实例。尽管训练阶段使用的实例从75到100个工作岗位，但多达800个工作岗位的实例的平均最佳差距为0.26％，几乎是最先进的启发式启发式差距的差距差不多五倍。
技术公告：在单台 Mac 电脑上配置 COS 服务设备和 DRC INISHGT 以进行在线测试
• 在 Mac 电脑上安装 COS - SD 软件，测试内容自动更新时，该电脑会开机。如果电脑未开机或不可用，则不会更新。每当您重新启动安装了 COS - SD 软件的电脑时，或者您计划使用 COS - SD 进行测试时，请在尝试测试之前验证 COS - SD 软件和测试内容是否都是最新的。