@techreport{oai:ipsj.ixsq.nii.ac.jp:00231462,
 author = {李, 鵬龍 and 榎原, 博之 and Penglong, Li and Hiroyuki, Ebara},
 issue = {8},
 month = {Dec},
 note = {本研究では，代表的な組合せ最適化問題の一つである巡回セールスマン問題 (TSP) に注目し，深層学習を適用した解法を提案する．本手法では，TSP の頂点と最適経路で構成されたペア画像を，敵対的生成ネットワーク (GAN) を用いてそれらの対応関係を学習することで，最適経路画像を計算し，生成する．そして生成された画像から得られる各エッジの評価値を求め，それを使って TSP の近似解を計算する．さらに，GAN にアテンション機構を導入することで，生成画像の高精度化を図る．また，従来手法より高解像度な画像を生成して，より大規模な問題例に対しての有効性を検証する．, In this paper, we focus on the travelling salesman problem (TSP), one of the typical Combinatorial optimization problems, and propose a solution method that applies deep learning. In this method, pair images consisting of vertices and optimal paths of TSP are computed and generated by learning their correspondence using a generative adversarial network (GAN). The evaluation value of each edge from the generated images is then obtained and used to compute an approximate solution for the TSP. Furthermore, by introducing an attention mechanism into the GAN, the generated images are made more accurate. In addition, we will generate higher resolution images than the conventional method to verify the effectiveness of the method for larger problem instances.},
 title = {改良型敵対的生成ネットワークを用いた巡回セールスマン問題の解法},
 year = {2023}
}