Copertina

Inverse classification with logistic and softmax classifiers: efficient optimization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Carreira-Perpiñán, Miguel Á., Hada, Suryabhan Singh
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bayesian optimization as a flexible and efficient design framework for sustainable process systems
di: Paulson, Joel A., et al.
Pubblicazione: (2024)

Time-optimal neural feedback control of nilpotent systems as a binary classification problem
di: Bicego, Sara, et al.
Pubblicazione: (2025)

PolyFormer: learning efficient reformulations for scalable optimization under complex physical constraints
di: Wen, Yilin, et al.
Pubblicazione: (2026)

Inverse Particle Filter
di: Singh, Himali, et al.
Pubblicazione: (2024)

Inverse Unscented Kalman Filter
di: Singh, Himali, et al.
Pubblicazione: (2023)

Inverse Cubature and Quadrature Kalman filters
di: Singh, Himali, et al.
Pubblicazione: (2023)

Inverse Optimization for Routing Problems
di: Scroccaro, Pedro Zattoni, et al.
Pubblicazione: (2023)

Counterfactual optimization for fault prevention in complex wind energy systems
di: Carrizosa, Emilio, et al.
Pubblicazione: (2025)

Scalable Kernel Inverse Optimization
di: Long, Youyuan, et al.
Pubblicazione: (2024)

From Inverse Optimization to Feasibility to ERM
di: Mishra, Saurabh, et al.
Pubblicazione: (2024)

Tight Generalization Bounds for Noiseless Inverse Optimization
di: Fatemi, Pouria, et al.
Pubblicazione: (2026)

Machine Learning for Inverse Problems and Data Assimilation
di: Bach, Eviatar, et al.
Pubblicazione: (2024)

Fast Algorithm for Constrained Linear Inverse Problems
di: Sheriff, Mohammed Rayyan, et al.
Pubblicazione: (2022)

BO4IO: A Bayesian optimization approach to inverse optimization with uncertainty quantification
di: Lu, Yen-An, et al.
Pubblicazione: (2024)

Offline Reinforcement Learning via Inverse Optimization
di: Dimanidis, Ioannis, et al.
Pubblicazione: (2025)

Proximal-Based Generative Modeling for Bayesian Inverse Problems
di: Zhang, Boyang, et al.
Pubblicazione: (2026)

Stability of Data-Dependent Ridge-Regularization for Inverse Problems
di: Neumayer, Sebastian, et al.
Pubblicazione: (2024)

Learning to optimize: A tutorial for continuous and mixed-integer optimization
di: Chen, Xiaohan, et al.
Pubblicazione: (2024)

Offline Hierarchical Reinforcement Learning via Inverse Optimization
di: Schmidt, Carolin, et al.
Pubblicazione: (2024)

Iterative regularization in classification via hinge loss diagonal descent
di: Apidopoulos, Vassilis, et al.
Pubblicazione: (2022)

Learning in Inverse Optimization: Incenter Cost, Augmented Suboptimality Loss, and Algorithms
di: Scroccaro, Pedro Zattoni, et al.
Pubblicazione: (2023)

A simple uniformly optimal method without line search for convex optimization
di: Li, Tianjiao, et al.
Pubblicazione: (2023)

A Fenchel-Young Loss Approach to Data-Driven Inverse Optimization
di: Li, Zhehao, et al.
Pubblicazione: (2025)

On the influence of dependent features in classification problems: a game-theoretic perspective
di: Davila-Pena, Laura, et al.
Pubblicazione: (2024)

qPOTS: Efficient batch multiobjective Bayesian optimization via Pareto optimal Thompson sampling
di: Renganathan, Ashwin, et al.
Pubblicazione: (2023)

Task-optimal data-driven surrogate models for eNMPC via differentiable simulation and optimization
di: Mayfrank, Daniel, et al.
Pubblicazione: (2024)

Optimization Landscapes Learned: Proxy Networks Boost Convergence in Physics-based Inverse Problems
di: Goyal, Girnar, et al.
Pubblicazione: (2025)

Distributed optimization: designed for federated learning
di: Guo, Wenyou, et al.
Pubblicazione: (2025)

Instance-optimal stochastic convex optimization: Can we improve upon sample-average and robust stochastic approximation?
di: Jiang, Liwei, et al.
Pubblicazione: (2026)

BONSAI: Structure-exploiting robust Bayesian optimization for networked black-box systems under uncertainty
di: Kudva, Akshay, et al.
Pubblicazione: (2025)

Accelerating optimization over the space of probability measures
di: Chen, Shi, et al.
Pubblicazione: (2023)

Bridging conformal prediction and scenario optimization
di: O'Sullivan, Niall, et al.
Pubblicazione: (2025)

On Learning for Ambiguous Chance Constrained Problems
di: Madhusudanarao, A Ch, et al.
Pubblicazione: (2023)

A new perspective on low-rank optimization
di: Bertsimas, Dimitris, et al.
Pubblicazione: (2021)

A note on convergence of Wasserstein policy optimization
di: Šiška, David, et al.
Pubblicazione: (2026)

A survey on secure decentralized optimization and learning
di: Liu, Changxin, et al.
Pubblicazione: (2024)

A stochastic gradient method for trilevel optimization
di: Giovannelli, Tommaso, et al.
Pubblicazione: (2025)

Derivatives of Stochastic Gradient Descent in parametric optimization
di: Iutzeler, Franck, et al.
Pubblicazione: (2024)

Non-geodesically-convex optimization in the Wasserstein space
di: Luu, Hoang Phuc Hau, et al.
Pubblicazione: (2024)

Stochastic optimization with arbitrary recurrent data sampling
di: Powell, William G., et al.
Pubblicazione: (2024)