Buchumschlag

Bound Tightening using Rolling-Horizon Decomposition for Neural Network Verification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Haoruo, Hijazi, Hassan, Jones, Haydn, Moore, Juston, Tanneau, Mathieu, Van Hentenryck, Pascal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Viability of Stochastic Economic Dispatch for Real-Time Energy Market Clearing
von: Zhao, Haoruo, et al.
Veröffentlicht: (2023)

Compact Optimality Verification for Optimization Proxies
von: Chen, Wenbo, et al.
Veröffentlicht: (2024)

Dual Lagrangian Learning for Conic Optimization
von: Tanneau, Mathieu, et al.
Veröffentlicht: (2024)

A Hybrid Decomposition Approach for Stochastic Unit Commitment with Combined-Cycle Generators
von: Barrass, Rosemary, et al.
Veröffentlicht: (2026)

Dual Interior Point Optimization Learning
von: Klamkin, Michael, et al.
Veröffentlicht: (2024)

Dual Conic Proxy for Semidefinite Relaxation of AC Optimal Power Flow
von: Qiu, Guancheng, et al.
Veröffentlicht: (2025)

Dual Conic Proxies for AC Optimal Power Flow
von: Qiu, Guancheng, et al.
Veröffentlicht: (2023)

Volt/VAR Optimization in Transmission Networks with Discrete-Control Devices
von: Tong, Shuaicheng, et al.
Veröffentlicht: (2026)

PGLearn -- An Open-Source Learning Toolkit for Optimal Power Flow
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Self-Certifying Primal-Dual Optimization Proxies for Large-Scale Batch Economic Dispatch
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Bucketized Active Sampling for Learning ACOPF
von: Klamkin, Michael, et al.
Veröffentlicht: (2022)

Contextual Stochastic Optimization for Omnichannel Multi-Courier Order Fulfillment Under Delivery Time Uncertainty
von: Ye, Tinghan, et al.
Veröffentlicht: (2024)

Practice-Based Optimization for the Strategic Locomotive Assignment Problem
von: Kim, Yunji, et al.
Veröffentlicht: (2025)

DualSchool: How Reliable are LLMs for Optimization Education?
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

SPOT: Spatio-Temporal Pattern Mining and Optimization for Load Consolidation in Freight Transportation Networks
von: Cheng, Sikai, et al.
Veröffentlicht: (2025)

Optimization Learning
von: Van Hentenryck, Pascal
Veröffentlicht: (2025)

A Rolling-Space Branch-and-Price Algorithm for the Multi-Compartment Vehicle Routing Problem with Multiple Time Windows
von: Raqabi, El Mehdi Er, et al.
Veröffentlicht: (2026)

Strong Mixed-Integer Formulations for Transmission Expansion Planning with FACTS Devices
von: Wu, Kevin, et al.
Veröffentlicht: (2023)

Parallel Batch Scheduling With Incompatible Job Families Via Constraint Programming
von: Huertas, Jorge A., et al.
Veröffentlicht: (2024)

Scaling Mixed-Integer Programming for Certification of Neural Network Controllers Using Bounds Tightening
von: Sosnin, Philip, et al.
Veröffentlicht: (2024)

Boosting Column Generation with Graph Neural Networks for Joint Rider Trip Planning and Crew Shift Scheduling
von: Lu, Jiawei, et al.
Veröffentlicht: (2024)

Route Optimization Over Scheduled Services For Large-Scale Package Delivery Networks
von: Ahmed, Mohammed Faisal, et al.
Veröffentlicht: (2025)

Self-Supervised Learning for Large-Scale Preventive Security Constrained DC Optimal Power Flow
von: Park, Seonho, et al.
Veröffentlicht: (2023)

AI4OPT: AI Institute for Advances in Optimization
von: Van Hentenryck, Pascal, et al.
Veröffentlicht: (2023)

Optimizing Autonomous Transfer Hub Networks: Quantifying the Potential Impact of Self-Driving Trucks
von: Lee, Chungjae, et al.
Veröffentlicht: (2023)

Path-Based Formulations for the Design of On-demand Multimodal Transit Systems with Adoption Awareness
von: Guan, Hongzhao, et al.
Veröffentlicht: (2023)

Bilevel Optimization and Heuristic Algorithms for Integrating Latent Demand into the Design of Large-Scale Transit Systems
von: Guan, Hongzhao, et al.
Veröffentlicht: (2022)

Transit Network Design with Two-Level Demand Uncertainties: A Machine Learning and Contextual Stochastic Optimization Framework
von: Guan, Hongzhao, et al.
Veröffentlicht: (2026)

The Sweet Spot of Bound Tightening for Topology Optimization
von: Pineda, Salvador, et al.
Veröffentlicht: (2025)

A Fair OR-ML Framework for Resource Substitution in Large-Scale Networks
von: Mohan, Ved, et al.
Veröffentlicht: (2025)

Scheduling and Routing in the Flexible Job Shop with Heterogeneous Transbots and Zoning: A Constraint Programming Approach
von: Moinuddin, Arnovi, et al.
Veröffentlicht: (2026)

Paratransit Optimization with Constraint Programming: A Case Study in Savannah, Georgia
von: Jagrowski, Liam, et al.
Veröffentlicht: (2025)

Computational Tradeoffs of Optimization-Based Bound Tightening in ReLU Networks
von: Badilla, Fabian, et al.
Veröffentlicht: (2023)

Differentiable Optimization for Deep Learning-Enhanced DC Approximation of AC Optimal Power Flow
von: Rosemberg, Andrew, et al.
Veröffentlicht: (2025)

The Impact of Congestion and Dedicated Lanes on On-Demand Multimodal Transit Systems
von: Lu, Jason, et al.
Veröffentlicht: (2023)

Privacy-Preserving Convex Optimization: When Differential Privacy Meets Stochastic Programming
von: Dvorkin, Vladimir, et al.
Veröffentlicht: (2022)

Optimizing Multiple-Control Toffoli Quantum Circuit Design with Constraint Programming
von: Jung, Jihye, et al.
Veröffentlicht: (2024)

Constraint Programming Models For Serial Batch Scheduling With Minimum Batch Size
von: Huertas, Jorge A., et al.
Veröffentlicht: (2025)

Integrating Column Generation and Large Neighborhood Search for Bus Driver Scheduling with Complex Break Constraints
von: Kletzander, Lucas, et al.
Veröffentlicht: (2025)

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