| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Intelektuālas robotizētas sistēmas |
| Nosaukums |
Grafu neironu tīklu kombinatorisko risinātāju testa laika mērogošana |
| Nosaukums angļu valodā |
Test-time Scaling for Graph Neural Network Combinatorial Solvers |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Kārlis Freivalds |
| Recenzents |
Andrejs Zujevs |
| Anotācija |
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. |
| Atslēgas vārdi |
TESTA LAIKA MĒROGOŠANA, SAT PROBLĒMAS, GRAFU NEIRONU TĪKLI |
| Atslēgas vārdi angļu valodā |
TEST TIME SCALING, SAT PROBLEMS, GRAPH NEURAL NETWORKS |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
20.05.2026 23:21:38 |
