Buchumschlag

Online Learning and Optimization for Queues with Unknown Demand Curve and Service Distribution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Xinyun, Hong, Guiyu, Liu, Yunan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Optimization and Control Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

When Machine Learning Meets Importance Sampling: A More Efficient Rare Event Estimation Approach
von: Zhao, Ruoning, et al.
Veröffentlicht: (2025)

Admission Control of Quasi-Reversible Queueing Systems: Optimization and Reinforcement Learning
von: Comte, Céline, et al.
Veröffentlicht: (2025)

Learning-Based Pricing and Matching for Two-Sided Queues
von: Yang, Zixian, et al.
Veröffentlicht: (2024)

Stochastic Inverse Problem: stability, regularization and Wasserstein gradient flow
von: Li, Qin, et al.
Veröffentlicht: (2024)

Near-Optimal Regret-Queue Length Tradeoff in Online Learning for Two-Sided Markets
von: Yang, Zixian, et al.
Veröffentlicht: (2025)

A Distributional View of High Dimensional Optimization
von: Benning, Felix
Veröffentlicht: (2025)

Accelerating Distributed Stochastic Optimization via Self-Repellent Random Walks
von: Hu, Jie, et al.
Veröffentlicht: (2024)

Data-driven Multistage Distributionally Robust Linear Optimization with Nested Distance
von: Gao, Rui, et al.
Veröffentlicht: (2024)

A Generalization Result for Convergence in Learning-to-Optimize
von: Sucker, Michael, et al.
Veröffentlicht: (2024)

Service Rate Control in Queues with Abandonments
von: Wu, Runhua, et al.
Veröffentlicht: (2025)

Wasserstein Formulation of Reinforcement Learning. An Optimal Transport Perspective on Policy Optimization
von: Dus, Mathias
Veröffentlicht: (2026)

Weak Convergence Analysis of Online Neural Actor-Critic Algorithms
von: Lam, Samuel Chun-Hei, et al.
Veröffentlicht: (2024)

Online Resource Allocation with Average Budget Constraints
von: Ao, Ruicheng, et al.
Veröffentlicht: (2024)

Ito Diffusion Approximation of Universal Ito Chains for Sampling, Optimization and Boosting
von: Ustimenko, Aleksei, et al.
Veröffentlicht: (2023)

Improved Approximation Algorithms for Orthogonally Constrained Problems Using Semidefinite Optimization
von: Cory-Wright, Ryan, et al.
Veröffentlicht: (2025)

Optimization Trade-offs in Asynchronous Federated Learning: A Stochastic Networks Approach
von: Alahyane, Abdelkrim, et al.
Veröffentlicht: (2026)

Hidden Convexity in Queueing Models
von: Chen, Xin, et al.
Veröffentlicht: (2025)

Causal Optimal Coupling for Gaussian Input-Output Distributional Data
von: Xu, Daran, et al.
Veröffentlicht: (2026)

Convergence Error Analysis of Reflected Gradient Langevin Dynamics for Globally Optimizing Non-Convex Constrained Problems
von: Sato, Kanji, et al.
Veröffentlicht: (2022)

Optimal and Self Selection of Service Type in a Queueing System where Long Service Postpones the Need for the Next Service
von: Hassin, Refael, et al.
Veröffentlicht: (2022)

Value Mirror Descent for Reinforcement Learning
von: Jia, Zhichao, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Random Time Horizons
von: Borrell, Enric Ribera, et al.
Veröffentlicht: (2025)

Best of Both Worlds Guarantees for Smoothed Online Quadratic Optimization
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2023)

Optimizing Asynchronous Federated Learning: A Delicate Trade-Off Between Model-Parameter Staleness and Update Frequency
von: Alahyane, Abdelkrim, et al.
Veröffentlicht: (2025)

Optimistic Safety for Online Convex Optimization with Unknown Linear Constraints
von: Hutchinson, Spencer, et al.
Veröffentlicht: (2024)

Convergence of Actor-Critic Learning for Mean Field Games and Mean Field Control in Continuous Spaces
von: Fouque, Jean-Pierre, et al.
Veröffentlicht: (2025)

Bandit Allocational Instability
von: Chen, Yilun, et al.
Veröffentlicht: (2026)

Efficient Online Learning in Interacting Particle Systems
von: Sharrock, Louis, et al.
Veröffentlicht: (2026)

Duality and Policy Evaluation in Distributionally Robust Bayesian Diffusion Control
von: Blanchet, Jose, et al.
Veröffentlicht: (2025)

On propagation of chaos for the Fisher-Rao gradient flow in entropic mean-field optimization
von: Lazić, Petra, et al.
Veröffentlicht: (2026)

Prelimit Coupling and Steady-State Convergence of Constant-stepsize Nonsmooth Contractive SA
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

Randomized Routing to Remote Queues
von: He, Shuangchi, et al.
Veröffentlicht: (2025)

Learning-based Online Optimization for Autonomous Mobility-on-Demand Fleet Control
von: Jungel, Kai, et al.
Veröffentlicht: (2023)

Rates of Convergence in the Central Limit Theorem for Markov Chains, with an Application to TD Learning
von: Srikant, R.
Veröffentlicht: (2024)

Data-Driven Adversarial Online Control for Unknown Linear Systems
von: Liu, Zishun, et al.
Veröffentlicht: (2023)

Beyond Non-Degeneracy: Revisiting Certainty Equivalent Heuristic for Online Linear Programming
von: Chen, Yilun, et al.
Veröffentlicht: (2025)

Statistical Inference for Linear Functionals of Online SGD in High-dimensional Linear Regression
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2023)

Dynamic Pricing and Matching for Two-Sided Queues
von: Varma, Sushil Mahavir, et al.
Veröffentlicht: (2019)

Properties of Discrete Sliced Wasserstein Losses
von: Tanguy, Eloi, et al.
Veröffentlicht: (2023)

Improved sampling via learned diffusions
von: Richter, Lorenz, et al.
Veröffentlicht: (2023)