An Amortized Efficiency Threshold for Comparing Neural and Heuristic Solvers in Combinatorial Optimization

En 3 lignesArticle évaluant l'efficacité énergétique des solveurs de combinatoire neuraux vs heuristiques. Définit le seuil d'amortissement (AET) : volume de déploiement où un réseau de neurones compense son coût d'entraînement GPU. Sur CVRP (n=50), le solveur attention-based de Kool et al. (2019) atteint l'équilibre énergétique à ~4560 instances déployées. Ratio neural/heuristique par instance : 2.29e-3.

Résumé généré par Claude — vérifié par l'humain