Buchumschlag

BO4IO: A Bayesian optimization approach to inverse optimization with uncertainty quantification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Yen-An, Hu, Wei-Shou, Paulson, Joel A., Zhang, Qi
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

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

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

NeST-BO: Fast Local Bayesian Optimization via Newton-Step Targeting of Gradient and Hessian Information
von: Tang, Wei-Ting, et al.
Veröffentlicht: (2025)

Online estimation of the inverse of the Hessian for stochastic optimization with application to universal stochastic Newton algorithms
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Apprenticeship learning with prior beliefs using inverse optimization
von: Junca, Mauricio, et al.
Veröffentlicht: (2025)

Global Optimization of Gaussian Process Acquisition Functions Using a Piecewise-Linear Kernel Approximation
von: Xie, Yilin, et al.
Veröffentlicht: (2024)

An Efficient Spatial Branch-and-Bound Algorithm for Global Optimization of Gaussian Process Posterior Mean Functions
von: Tang, Wei-Ting, et al.
Veröffentlicht: (2026)

Bayesian Quality-Diversity approaches for constrained optimization problems with mixed continuous, discrete and categorical variables
von: Brevault, Loic, et al.
Veröffentlicht: (2023)

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

Derivative-free tree optimization for complex systems
von: Wei, Ye, et al.
Veröffentlicht: (2024)

Learning based convex approximation for constrained parametric optimization
von: Liu, Kang, et al.
Veröffentlicht: (2025)

Towards safe Bayesian optimization with Wiener kernel regression
von: Molodchyk, Oleksii, et al.
Veröffentlicht: (2024)

PACSBO: Probably approximately correct safe Bayesian optimization
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2024)

Safe learning-based control via function-based uncertainty quantification
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2026)

A constrained optimization approach to improve robustness of neural networks
von: Zhao, Shudian, et al.
Veröffentlicht: (2024)

A minimax optimal control approach for robust neural ODEs
von: Cipriani, Cristina, et al.
Veröffentlicht: (2023)

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

Safe Bayesian optimization across noise models via scenario programming
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

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

EARL-BO: Reinforcement Learning for Multi-Step Lookahead, High-Dimensional Bayesian Optimization
von: Cheon, Mujin, et al.
Veröffentlicht: (2024)

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

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

A learning-based approach to stochastic optimal control under reach-avoid constraint
von: Ni, Tingting, et al.
Veröffentlicht: (2024)

Robust portfolio optimization for recommender systems considering uncertainty of estimated statistics
von: Yanagi, Tomoya, et al.
Veröffentlicht: (2024)

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

Newton-CG methods for nonconvex unconstrained optimization with Hölder continuous Hessian
von: He, Chuan, et al.
Veröffentlicht: (2023)

Multi-fidelity approaches for general constrained Bayesian optimization with application to aircraft design
von: Cordelier, Oihan, et al.
Veröffentlicht: (2026)

Globally aware optimization with resurgence
von: Bu, Wei
Veröffentlicht: (2025)

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

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

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

Inverse classification with logistic and softmax classifiers: efficient optimization
von: Carreira-Perpiñán, Miguel Á., et al.
Veröffentlicht: (2023)

A Convex-optimization-based Layer-wise Post-training Pruner for Large Language Models
von: Zhao, Pengxiang, et al.
Veröffentlicht: (2024)

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

Bayesian optimization for stable properties amid processing fluctuations in sputter deposition
von: Shrivastava, Ankit, et al.
Veröffentlicht: (2024)

Bayesian optimization for mixed variables using an adaptive dimension reduction process: applications to aircraft design
von: Saves, Paul, et al.
Veröffentlicht: (2025)

A distribution-free mixed-integer optimization approach to hierarchical modelling of clustered and longitudinal data
von: Sankaranarayanan, Madhav, et al.
Veröffentlicht: (2023)

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

Global optimization of graph acquisition functions for neural architecture search
von: Xie, Yilin, et al.
Veröffentlicht: (2025)

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