PyTorch图神经网络实践（六）组合优化问题_exact combinatorial optimization with graph convol

最近研究网络中的组合优化问题时，发现已经有研究人员将图神经网络用于求解此类问题，诸如寻找网络中的最大点独立集、最小点覆盖集、最大团等等，并找到了相关的源码，在这里整理一下这些资源，以后详细介绍。

NeurIPS 2019：图上端到端的学习和优化
End to end learning and optimization on graphs
GitHub源码

NeurIPS 2019：用图卷积神经网络求解组合优化问题
Exact Combinatorial Optimization with Graph Convolutional Neural Networks
GitHub源码

SPIE：使用图卷积网络解决离散优化问题
Discrete Optimizations using Graph Convolutional Networks

NeurIPS 2018：用图卷积神经网络和导向树搜索联合求解组合优化问题
Combinatorial Optimization with Graph Convolutional Networks and Guided Tree Search
GitHub源码

还有一些是用强化学习来解决组合优化问题的，如

ICLR 2017: 用强化学习解决神经组合优化
Neural Combinatorial Optimization with Reinforcement Learning
GitHub源码1
GitHub源码2

NeurIPS 2017: 用强化学习解决神经组合优化
Learning Combinatorial Optimization Algorithms over Graphs
Github源码

在paperswithcode这个网站上，可以很方便的查询到相关研究及其代码，如搜索 Combinatorial Optimization，可以看到很多组合优化有关的研究。

还有个很棒的学术文献查询网站Semantic scholar，它提供了很全面的信息，比如出版信息、相关资料、引用记录、原文查看地址、引用方式等等，截图为例。