Show GN : ManiSurve – un moteur en temps polynomial qui résout des problèmes NP sur 10 000 nœuds en seulement 0,09 seconde
(github.com/GNDFR)Je publie ManiSurve v1.5, un moteur de résolution de problèmes NP-complets que j’ai développé moi-même.
Je ne suis pas encore très expérimenté en mathématiques ni en développement, donc il peut y avoir des erreurs. (Pour rédiger ce texte, j’ai aussi reçu un peu d’aide d’une IA car je ne maîtrise pas bien les termes.)
Il s’agit d’une logique qui interprète les conflits discrets existants (Discrete conflicts) comme des courbures continues (Continuous curvatures) sur une variété riemannienne, afin de briser la barrière du temps exponentiel et de forcer la convergence en temps polynomial (P).
[Indicateurs de performance]
Cible : 10 000 nœuds / 50 000 arêtes (coloration de graphe)
Résultat : 0,09 seconde sur Google Colab (exécution de base, sans réglage particulier) avec 0 violation atteinte en seulement 12 étapes
Vérification : j’ai mis en ligne sur GitHub la logique centrale et le code de benchmark 10k. (Je prévois de faire davantage de tests par la suite.)
En tant que chercheur débutant, j’aimerais recueillir les retours de la communauté sur les propriétés de convergence de cet algorithme et sur son extensibilité à d’autres domaines NP (3-SAT, TSP, etc.).
Merci, j’apprécierais beaucoup vos retours.
Publié par GNDFR.
GitHub: https://github.com/GNDFR/ManiSurve
(Licence réservée à la recherche et à l’analyse)
2 commentaires
MDRRRRRRRRRRRR
On dirait que c’est formulé comme si vous résolviez un problème NP-complet en temps polynomial. Ou bien est-ce que seule la convergence est en temps polynomial, sans garantie d’obtenir la bonne réponse ?
Pourriez-vous expliquer plus concrètement la méthode utilisée, et présenter des articles ou des documents associés ?