arXiv · cs.AI· Tim Aebersold·· 24 天前AI 评分25
PAL：一次投影即可实现精确约束满足的投影自适应损失
Only Project Once: Projection-Adaptive Loss for Exact Constraint Satisfaction
来源与原文
arXiv · cs.AI
作者：Tim Aebersold
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.04572v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究提出投影自适应损失 PAL，发现训练中仅需一次 detached projection 步骤即可，利用该步骤后的约束残差自适应加权原始预测的约束惩罚。PAL 是唯一在极非线性约束上保持几乎完美可行性的方法，在 ACOPF benchmark 上训练速度比基于修复的 DC3 快 2.5x，还可在约束评估昂贵（如经 neural surrogates）时训练，而现有 unrolled 方法在此场景内存不可行。
来源：arXiv · cs.AI · arxiv.org