| Form of studies |
Master |
| Title of the study programm |
Intelligent Robotic Systems |
| Title in original language |
Grafu neironu tīklu kombinatorisko risinātāju testa laika mērogošana |
| Title in English |
Test-time Scaling for Graph Neural Network Combinatorial Solvers |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Kārlis Freivalds |
| Reviewer |
Andrejs Zujevs |
| Abstract |
Mūsdienās gan zinātnē, gan industriālos un ikdienas pielietojumos tiek izmantoti
neironu tīkli un citi mākslīgā intelekta modeļi. Viens no galvenajiem attīstības
virzieniem ir to darbības uzlabošana konkrētajā veicamajā uzdevumā. Efektīvi veidi,
kā to panākt, ir lielāku modeļu, datu kopu un apmācības resursu izmantošana, tomēr ne
vienmēr ir pieeja šāda izmēra resursiem, kā arī dažkārt inferences laikā iegūstamo
rezultātu apjoms ir neliels vai tam var tikt atvēlēts ilgs laiks. Tādos gadījumos
izdevīgāka var būt inferencei atvēlēto aprēķina resursu palielināšana jeb testa laika
mērogošana.
Darba ietvaros tika izstrādātas četras neironu tīkliem piemērotas testa laika
mērogošanas metodes kopā ar rekurentu grafu neironu tīklu, kurš izmantojams dažādu
kombinatorikas problēmu risināšanai. Darbā iegūtie rezultāti uzrāda visu četru testa
laika mērogošanas metožu radītu atrisināto SAT formulu skaita pieaugumu, vislabākos
rezultātus sasniedza nocirpšanas un koka pārmeklēšanas metodes. |
| Keywords |
TESTA LAIKA MĒROGOŠANA, SAT PROBLĒMAS, GRAFU NEIRONU TĪKLI |
| Keywords in English |
TEST TIME SCALING, SAT PROBLEMS, GRAPH NEURAL NETWORKS |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
20.05.2026 23:21:38 |
