Buchumschlag

Application-Driven Learning: A Closed-Loop Prediction and Optimization Approach Applied to Dynamic Reserves and Demand Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Garcia, Joaquim Dias, Street, Alexandre, Homem-de-Mello, Tito, Muñoz, Francisco D.
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Optimization and Control Machine Learning Systems and Control Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Outside the Box: Application-Driven Optimal Pointwise Forecasts for Stochastic Optimization
von: Homem-de-Mello, Tito, et al.
Veröffentlicht: (2024)

Long-term Hydrothermal Bid-based Market Simulator
von: Garcia, Joaquim Dias, et al.
Veröffentlicht: (2024)

Two-Stage Data-Driven Contextual Robust Optimization: An End-to-End Learning Approach for Online Energy Applications
von: Gamboa, Carlos, et al.
Veröffentlicht: (2025)

A Graph-Prediction-Based Approach for Debiasing Underreported Data
von: Jiang, Hanyang, et al.
Veröffentlicht: (2023)

Fixed Confidence and Fixed Tolerance Bi-level Optimization for Selecting the Best Optimized System
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

Shape-Constrained Distributional Optimization via Importance-Weighted Sample Average Approximation
von: Lam, Henry, et al.
Veröffentlicht: (2024)

Toward Exact Convergence in Byzantine-Robust Decentralized Learning: A Statistical Identification Approach
von: Zhang, Siyuan, et al.
Veröffentlicht: (2026)

Data-Driven Influence Functions for Optimization-Based Causal Inference
von: Jordan, Michael I., et al.
Veröffentlicht: (2022)

Data-Driven Predictive Control Using Closed-Loop Data: An Instrumental Variable Approach
von: Wang, Yibo, et al.
Veröffentlicht: (2023)

Posterior and Likelihood Sensitivity in Bayesian Distributionally Robust Optimization
von: Gotoh, Jun-ya, et al.
Veröffentlicht: (2026)

Derivative Estimation from Coarse, Irregular, Noisy Samples: An MLE-Spline Approach
von: Avrachenkov, Konstantin E., et al.
Veröffentlicht: (2025)

Calibrated Multi-Level Quantile Forecasting
von: Ding, Tiffany, et al.
Veröffentlicht: (2025)

Sensitivity analysis for stopping criteria with application to organ transplantations
von: Ren, Xingyu, et al.
Veröffentlicht: (2026)

Recursive identification with regularization and on-line hyperparameters estimation
von: Vau, Bernard, et al.
Veröffentlicht: (2023)

Experimenting under Stochastic Congestion
von: Li, Shuangning, et al.
Veröffentlicht: (2023)

An Efficient Dual ADMM for Huber Regression with Fused Lasso Penalty
von: Shi, Mengjiao, et al.
Veröffentlicht: (2025)

Batch-based Bayesian Optimal Experimental Design in Linear Inverse Problems
von: Mäkinen, Sofia, et al.
Veröffentlicht: (2026)

Unmixing highly mixed grain size distribution data via maximum volume constrained end member analysis
von: Qi, Qianqian, et al.
Veröffentlicht: (2026)

Solving Minimax Problems with Bilinear Objectives with ADMM
von: Wilson, Bob
Veröffentlicht: (2026)

Joint optimization for production operations considering reworking
von: Shen, Yilan, et al.
Veröffentlicht: (2024)

A Non-Gaussian Bayesian Filter Using Power and Generalized Logarithmic Moments
von: Wu, Guangyu, et al.
Veröffentlicht: (2022)

The Monge optimal transport barycenter problem
von: Lipnick, Andrew D., et al.
Veröffentlicht: (2025)

Sensitivity Analysis for Binary Outcome Misclassification in Randomization Tests via Integer Programming
von: Heng, Siyu, et al.
Veröffentlicht: (2022)

Tuning parameter selection for the adaptive nuclear norm regularized trace regression
von: Shang, Pan, et al.
Veröffentlicht: (2024)

Clustering sequence data with mixture Markov chains with covariates using multiple simplex constrained optimization routine (MSiCOR)
von: Das, Priyam, et al.
Veröffentlicht: (2016)

Fenchel-Young Estimators of Perturbed Utility Models
von: Lin, Xi, et al.
Veröffentlicht: (2026)

Constrained Markov decision processes for response-adaptive procedures in clinical trials with binary outcomes
von: Baas, Stef, et al.
Veröffentlicht: (2024)

Feasibility Determination for Subjective Probability Constraints
von: Kim, Taehoon, et al.
Veröffentlicht: (2026)

Distributionally robust halfspace depth
von: Ivanovs, Jevgenijs, et al.
Veröffentlicht: (2021)

Truncated Multidimensional Trigonometric Moment Problem: A Choice of Bases and the Unique Solution
von: Wu, Guangyu, et al.
Veröffentlicht: (2026)

Distributed Online Economic Dispatch with Time-Varying Coupled Inequality Constraints
von: Zhou, Yingjie, et al.
Veröffentlicht: (2025)

Operational Dosage: Implications of Capacity Constraints for the Design and Interpretation of Experiments
von: Boutilier, Justin, et al.
Veröffentlicht: (2024)

The hierarchical barycenter: conditional probability simulation with structured and unobserved covariates
von: Tabak, Esteban G., et al.
Veröffentlicht: (2025)

Semismooth Newton Augmented Lagrangian Algorithm for Adaptive Lasso Penalized Least Squares in Semiparametric Regression
von: Li, Peili, et al.
Veröffentlicht: (2021)

PNOD: An Efficient Projected Newton Framework for Exact Optimal Experimental Designs
von: Liang, Ling, et al.
Veröffentlicht: (2024)

Safe subspace screening for the adaptive nuclear norm regularized trace regression
von: Shang, Pan, et al.
Veröffentlicht: (2024)

Reduced-Rank Estimation for Ill-Conditioned Stochastic Linear Model with High Signal-to-Noise Ratio
von: Piotrowski, Tomasz, et al.
Veröffentlicht: (2024)

Data-Driven Sequential Sampling for Tail Risk Mitigation
von: Ahn, Dohyun, et al.
Veröffentlicht: (2025)

From Contextual Data to Newsvendor Decisions: On the Actual Performance of Data-Driven Algorithms
von: Besbes, Omar, et al.
Veröffentlicht: (2023)

Robust Data-driven Prescriptiveness Optimization
von: Poursoltani, Mehran, et al.
Veröffentlicht: (2023)