Buchumschlag

Deep Neural Newsvendor

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Jinhui, Hu, Ming, Shen, Guohao
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Newsvendor under Ambiguity and Misspecification
von: Liu, Feng, et al.
Veröffentlicht: (2024)

Deep Generative Demand Learning for Newsvendor and Pricing
von: Gong, Shijin, et al.
Veröffentlicht: (2024)

The Nonstationary Newsvendor with (and without) Predictions
von: An, Lin, et al.
Veröffentlicht: (2023)

The Data-Driven Censored Newsvendor Problem
von: Hssaine, Chamsi, et al.
Veröffentlicht: (2024)

Distributionally Robust Newsvendor on a Metric
von: Foussoul, Ayoub, et al.
Veröffentlicht: (2024)

Reconciling Risk-Aversion Paradoxes in the Distribution-Free Newsvendor Problem: Scarf's Rule Meets Dual Utility
von: Li, Jonathan Yu-Meng, et al.
Veröffentlicht: (2025)

Learning When to Restart: Nonstationary Newsvendor from Uncensored to Censored Demand
von: Chen, Xin, et al.
Veröffentlicht: (2025)

Closing the Gaps: Optimality of Sample Average Approximation for Data-Driven Newsvendor Problems
von: Lyu, Jiameng, et al.
Veröffentlicht: (2024)

(Corrected Version) Push-LSVRG-UP: Distributed Stochastic Optimization over Unbalanced Directed Networks with Uncoordinated Triggered Probabilities
von: Hu, Jinhui, et al.
Veröffentlicht: (2023)

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

Progressive Optimal Path Sampling for Closed-Loop Optimal Control Design with Deep Neural Networks
von: Zhang, Xuanxi, et al.
Veröffentlicht: (2022)

The Barzilai-Borwein Method for Distributed Optimization over Unbalanced Directed Networks
von: Hu, Jinhui, et al.
Veröffentlicht: (2023)

Improved Scalable Lipschitz Bounds for Deep Neural Networks
von: Syed, Usman, et al.
Veröffentlicht: (2025)

Closing the Loop: Coordinating Inventory and Recommendation via Deep Reinforcement Learning on Multiple Timescales
von: Jiang, Jinyang, et al.
Veröffentlicht: (2025)

Prox-DBRO-VR: A Unified Analysis on Byzantine-Resilient Decentralized Stochastic Composite Optimization with Variance Reduction and Non-Asymptotic Convergence Rates
von: Hu, Jinhui, et al.
Veröffentlicht: (2023)

Decentralized Nonconvex Robust Optimization over Unsafe Multiagent Systems: System Modeling, Utility, Resilience, and Privacy Analysis
von: Hu, Jinhui, et al.
Veröffentlicht: (2024)

Data-Driven Analysis and Predictive Control of Descriptor Systems with Application to Power and Water Networks
von: Zhang, Yuan, et al.
Veröffentlicht: (2025)

Perturbation-Tolerant Structural Controllability for Linear Systems
von: Zhang, Yuan, et al.
Veröffentlicht: (2021)

Learning Polynomial Activation Functions for Deep Neural Networks
von: Zhang, Linghao, et al.
Veröffentlicht: (2025)

A Deep Neural Network for Knot Placement in B-spline Approximation
von: Luo, Jiaqi, et al.
Veröffentlicht: (2022)

Contracting Neural Networks: Sharp LMI Conditions with Applications to Integral Control and Deep Learning
von: Gokhale, Anand, et al.
Veröffentlicht: (2026)

Multi-period Newsvendor Model
von: Khokhlov, Valentyn
Veröffentlicht: (2026)

Stochastic Reachability of Uncontrolled Systems via Probability Measures: Approximation via Deep Neural Networks
von: Sivaramakrishnan, Karthik, et al.
Veröffentlicht: (2023)

Collaborative Spacecraft Servicing under Partial Feedback using Lyapunov-based Deep Neural Networks
von: Nino, Cristian F., et al.
Veröffentlicht: (2025)

Minimizing Upper Confidence Bounds: A Data-Driven Framework for Stochastic Programming
von: Liu, Shixin, et al.
Veröffentlicht: (2024)

PDE Models for Deep Neural Networks: Learning Theory, Calculus of Variations and Optimal Control
von: Markowich, Peter, et al.
Veröffentlicht: (2024)

On the Nonsmooth Geometry and Neural Approximation of the Optimal Value Function of Infinite-Horizon Pendulum Swing-up
von: Han, Haoyu, et al.
Veröffentlicht: (2023)

Soft Actor-Critic with Backstepping-Pretrained DeepONet for control of PDEs
von: Wang, Chenchen, et al.
Veröffentlicht: (2025)

Model-Free Verification for Neural Network Controlled Systems
von: Wang, Han, et al.
Veröffentlicht: (2023)

Data-Driven Stable Neural Feedback Loop Design
von: Xiong, Zuxun, et al.
Veröffentlicht: (2024)

Deep Signature Approach for McKean-Vlasov FBSDEs in a Random Environment
von: Hu, Ruimeng, et al.
Veröffentlicht: (2025)

Cellular flow control design for mixing based on the least action principle
von: Hu, Weiwei, et al.
Veröffentlicht: (2025)

Multi-Agent Relative Investment Games in a Jump Diffusion Market with Deep Reinforcement Learning Algorithm
von: Lu, Liwei, et al.
Veröffentlicht: (2024)

Neural Collapse versus Low-rank Bias: Is Deep Neural Collapse Really Optimal?
von: Súkeník, Peter, et al.
Veröffentlicht: (2024)

Deep Operator Neural Network Model Predictive Control
von: de Jong, Thomas Oliver, et al.
Veröffentlicht: (2025)

SGD with Partial Hessian for Deep Neural Networks Optimization
von: Sun, Ying, et al.
Veröffentlicht: (2024)

Output regulation for an unstable wave equation with output delay and one measurement only
von: Wang, Shen, et al.
Veröffentlicht: (2025)

Output regulation for a reaction-diffusion system with input delay and unknown frequency
von: Wang, Shen, et al.
Veröffentlicht: (2025)

Convergence Analysis for Learning Orthonormal Deep Linear Neural Networks
von: Qin, Zhen, et al.
Veröffentlicht: (2023)

Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory
von: Tabuada, Paulo, et al.
Veröffentlicht: (2020)