:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nath, Ankur, Kuhnle, Alan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2406.11897
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking PtO and PnO Methods in the Predictive Combinatorial Optimization Regime
von: Geng, Haoyu, et al.
Veröffentlicht: (2023)

Neural Solver Selection for Combinatorial Optimization
von: Gao, Chengrui, et al.
Veröffentlicht: (2024)

Co-Learning Port-Hamiltonian Systems and Optimal Energy-Shaping Control
von: Kamboj, Ankur, et al.
Veröffentlicht: (2026)

Neural Combinatorial Optimization for Stochastic Flexible Job Shop Scheduling Problems
von: Smit, Igor G., et al.
Veröffentlicht: (2024)

Unsupervised Training of Diffusion Models for Feasible Solution Generation in Neural Combinatorial Optimization
von: Hong, Seong-Hyun, et al.
Veröffentlicht: (2024)

Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates
von: Mana, Kyle, et al.
Veröffentlicht: (2023)

Constructing Industrial-Scale Optimization Modeling Benchmark
von: Li, Zhong, et al.
Veröffentlicht: (2026)

Is Scaling Learned Optimizers Worth It? Evaluating The Value of VeLO's 4000 TPU Months
von: Rezk, Fady, et al.
Veröffentlicht: (2023)

Towards Faster Decentralized Stochastic Optimization with Communication Compression
von: Islamov, Rustem, et al.
Veröffentlicht: (2024)

Scalable Data-Driven Reachability Analysis and Control via Koopman Operators with Conformal Coverage Guarantees
von: Nath, Devesh, et al.
Veröffentlicht: (2026)

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

Heuristics for Combinatorial Optimization via Value-based Reinforcement Learning: A Unified Framework and Analysis
von: Davidovich, Orit, et al.
Veröffentlicht: (2025)

Decision-Focused Learning: Foundations, State of the Art, Benchmark and Future Opportunities
von: Mandi, Jayanta, et al.
Veröffentlicht: (2023)

Understanding Optimization in Deep Learning with Central Flows
von: Cohen, Jeremy M., et al.
Veröffentlicht: (2024)

Reinforcement Learning for Multi-Truck Vehicle Routing Problems
von: Levin, Joshua, et al.
Veröffentlicht: (2022)

Convex and Bilevel Optimization for Neuro-Symbolic Inference and Learning
von: Dickens, Charles, et al.
Veröffentlicht: (2024)

Hyperparameter Optimization for Driving Strategies Based on Reinforcement Learning
von: Adde, Nihal Acharya, et al.
Veröffentlicht: (2024)

Deep Learning for Two-Stage Robust Integer Optimization
von: Dumouchelle, Justin, et al.
Veröffentlicht: (2023)

Learning Branching Policies for MILPs with Proximal Policy Optimization
von: Mhamed, Abdelouahed Ben, et al.
Veröffentlicht: (2025)

Reinforcement Learning under Latent Dynamics: Toward Statistical and Algorithmic Modularity
von: Amortila, Philip, et al.
Veröffentlicht: (2024)

Multi-Objective Optimization for Sparse Deep Multi-Task Learning
von: Hotegni, S. S., et al.
Veröffentlicht: (2023)

HoP: Homeomorphic Polar Learning for Hard Constrained Optimization
von: Deng, Ke, et al.
Veröffentlicht: (2025)

Optimizing Inventory Routing: A Decision-Focused Learning Approach using Neural Networks
von: Islam, MD Shafikul, et al.
Veröffentlicht: (2023)

Benchmarking Reinforcement Learning via Stochastic Converse Optimality: Generating Systems with Known Optimal Policies
von: Ibrahim, Sinan, et al.
Veröffentlicht: (2026)

Towards Stable Machine Learning Model Retraining via Slowly Varying Sequences
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2024)

Rolling Ball Optimizer: Learning by ironing out loss landscape wrinkles
von: Belgoumri, Mohammed Djameleddine, et al.
Veröffentlicht: (2025)

Hindsight-Guided Momentum (HGM) Optimizer: An Approach to Adaptive Learning Rate
von: Sarkar, Krisanu
Veröffentlicht: (2025)

Unsupervised Machine Learning Hybrid Approach Integrating Linear Programming in Loss Function: A Robust Optimization Technique
von: Kiruluta, Andrew, et al.
Veröffentlicht: (2024)

Isotropic Curvature Model for Understanding Deep Learning Optimization: Is Gradient Orthogonalization Optimal?
von: Su, Weijie
Veröffentlicht: (2025)

MetaOptimize: A Framework for Optimizing Step Sizes and Other Meta-parameters
von: Sharifnassab, Arsalan, et al.
Veröffentlicht: (2024)

Learning-Guided Rolling Horizon Optimization for Long-Horizon Flexible Job-Shop Scheduling
von: Li, Sirui, et al.
Veröffentlicht: (2025)

Tight Stability, Convergence, and Robustness Bounds for Predictive Coding Networks
von: Mali, Ankur, et al.
Veröffentlicht: (2024)

From Large Language Models and Optimization to Decision Optimization CoPilot: A Research Manifesto
von: Wasserkrug, Segev, et al.
Veröffentlicht: (2024)

Learning Concave Bid Shading Strategies in Online Auctions via Measure-valued Proximal Optimization
von: Nodozi, Iman, et al.
Veröffentlicht: (2025)

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

WARP: A Benchmark for Primal-Dual Warm-Starting of Interior-Point Solvers
von: Suri, Dhruv, et al.
Veröffentlicht: (2026)

Maximum Principle of Optimal Probability Density Control
von: Gaby, Nathan, et al.
Veröffentlicht: (2025)

A Minimalist Bayesian Framework for Stochastic Optimization
von: Wang, Kaizheng
Veröffentlicht: (2025)

A Novel Unified Parametric Assumption for Nonconvex Optimization
von: Riabinin, Artem, et al.
Veröffentlicht: (2025)

Optimizing the Optimizer for Physics-Informed Neural Networks and Kolmogorov-Arnold Networks
von: Kiyani, Elham, et al.
Veröffentlicht: (2025)