Buchumschlag

Learning to Configure Mathematical Programming Solvers by Mathematical Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Iommazzo, Gabriele, D'Ambrosio, Claudia, Frangioni, Antonio, Liberti, Leo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Algorithm Configuration Problem
von: Iommazzo, Gabriele, et al.
Veröffentlicht: (2024)

A learning-based mathematical programming formulation for the automatic configuration of optimization solvers
von: Iommazzo, Gabriele, et al.
Veröffentlicht: (2024)

A conditional gradient homotopy method with applications to Semidefinite Programming
von: Dvurechensky, Pavel, et al.
Veröffentlicht: (2022)

MPAX: Mathematical Programming in JAX
von: Lu, Haihao, et al.
Veröffentlicht: (2024)

A Mathematical Programming Approach to Optimal Classification Forests
von: Blanco, Víctor, et al.
Veröffentlicht: (2022)

Linear Convergence of the Frank-Wolfe Algorithm over Product Polytopes
von: Iommazzo, Gabriele, et al.
Veröffentlicht: (2025)

Speeding Up Mixed-Integer Programming Solvers with Sparse Learning for Branching
von: Bayramoğlu, Selin, et al.
Veröffentlicht: (2026)

The Differentiable Feasibility Pump
von: Cacciola, Matteo, et al.
Veröffentlicht: (2024)

Differentiation Through Black-Box Quadratic Programming Solvers
von: Magoon, Connor W., et al.
Veröffentlicht: (2024)

Mathematical Foundations of Deep Learning
von: Ye, Xiaojing
Veröffentlicht: (2026)

Mathematical Programming Algorithms for Convex Hull Approximation with a Hyperplane Budget
von: Barbato, Michele, et al.
Veröffentlicht: (2024)

Bundle Network: a Machine Learning-Based Bundle Method
von: Demelas, Francesca, et al.
Veröffentlicht: (2025)

A Penalty Approach for Differentiation Through Black-Box Quadratic Programming Solvers
von: Linghu, Yuxuan, et al.
Veröffentlicht: (2026)

Coherent Local Explanations for Mathematical Optimization
von: Otto, Daan, et al.
Veröffentlicht: (2025)

A Mathematical Optimization Approach to Multisphere Support Vector Data Description
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

Cutting planes for signomial programming
von: Xu, Liding, et al.
Veröffentlicht: (2022)

Mathematical Program Networks
von: Laine, Forrest
Veröffentlicht: (2024)

Man, Machine, and Mathematics
von: Dogra, Akshunna S.
Veröffentlicht: (2026)

Formulations of the continuous set-covering problem on networks: a comparative study
von: Xu, Liding, et al.
Veröffentlicht: (2024)

A Semidefinite Programming-Based Branch-and-Cut Algorithm for Biclustering
von: Sudoso, Antonio M.
Veröffentlicht: (2024)

Learning Cut Generating Functions for Integer Programming
von: Cheng, Hongyu, et al.
Veröffentlicht: (2024)

Exact Matrix Seriation through Mathematical Optimization: Stress and Effectiveness-Based Models
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

Learning Fair And Effective Points-Based Rewards Programs
von: Hssaine, Chamsi, et al.
Veröffentlicht: (2025)

Mathematical Programs Using Tangential Subdifferentials
von: Mishra, Shashi Kant, et al.
Veröffentlicht: (2025)

Generalization Guarantees for Learning Branch-and-Cut Policies in Integer Programming
von: Cheng, Hongyu, et al.
Veröffentlicht: (2025)

A comparison of formulations for aircraft deconfliction
von: Trindade, Renan Spencer, et al.
Veröffentlicht: (2024)

Self-Supervised Learning of Iterative Solvers for Constrained Optimization
von: Lüken, Lukas, et al.
Veröffentlicht: (2024)

PDHG-Unrolled Learning-to-Optimize Method for Large-Scale Linear Programming
von: Li, Bingheng, et al.
Veröffentlicht: (2024)

Learning to Optimize for Mixed-Integer Non-linear Programming with Feasibility Guarantees
von: Tang, Bo, et al.
Veröffentlicht: (2024)

Machine Learning Augmented Branch and Bound for Mixed Integer Linear Programming
von: Scavuzzo, Lara, et al.
Veröffentlicht: (2024)

The New Era of Dynamic Pricing: Synergizing Supervised Learning and Quadratic Programming
von: Bramao, Gustavo, et al.
Veröffentlicht: (2024)

Online Linear Programming with Batching
von: Xu, Haoran, et al.
Veröffentlicht: (2024)

Mathematical Opportunities in Digital Twins (MATH-DT)
von: Antil, Harbir
Veröffentlicht: (2024)

Online Reinforcement Learning in Markov Decision Process Using Linear Programming
von: Leon, Vincent, et al.
Veröffentlicht: (2023)

Towards An Unsupervised Learning Scheme for Efficiently Solving Parameterized Mixed-Integer Programs
von: Qu, Shiyuan, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning via Linear-Programming with Error-Bound Induced Constraints
von: Ozdaglar, Asuman, et al.
Veröffentlicht: (2022)

Learning to Optimize by Differentiable Programming
von: Tao, Liping, et al.
Veröffentlicht: (2026)

Provable Mixed-Noise Learning with Flow-Matching
von: Hagemann, Paul, et al.
Veröffentlicht: (2025)

Mathematical analysis of one-layer neural network with fixed biases, a new activation function and other observations
von: Macià, Fabricio, et al.
Veröffentlicht: (2026)

Adaptive Learning-based Surrogate Method for Stochastic Programs with Implicitly Decision-dependent Uncertainty
von: Shen, Boyang, et al.
Veröffentlicht: (2025)