로그 장벽 함수와 신경망을 이용한 s t 최대 절단 최적화

본 논문은 s‑t 최대 절단 문제를 연속형 선형 제약 최적화 문제로 변환하고, 일반적인 로그 장벽 함수를 이용해 근사 해를 구하는 새로운 알고리즘을 제안한다. 서론에서는 조합 최적화 문제를 신경망으로 해결하는 기존 연구들을 소개하고, 특히 Hopfield‑Tank 모델, 결정적 어닐링, 그리고 그래프 분할에 대한 선행 작업들을 언급한다. 저자들은 이러한 배경을 바탕으로 Dang(2000)의 결정적 어닐링 접근을 일반화하고, 로그 장벽 매개변수를 온도와 동일시하여 점차 감소시키는 방식을 채택한다. 2절에서는 문제 정의와 로그 장벽 함수의 수학적 형태를 제시한다. 원래의 s‑t max‑cut 문제는 \