Buchumschlag

Learning Joint Models of Prediction and Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kotary, James, Di Vito, Vincenzo, Cristopher, Jacob, Van Hentenryck, Pascal, Fioretto, Ferdinando
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Constrained Optimization with Deep Augmented Lagrangian Methods
von: Kotary, James, et al.
Veröffentlicht: (2024)

Learning Fair Ranking Policies via Differentiable Optimization of Ordered Weighted Averages
von: Dinh, My H., et al.
Veröffentlicht: (2024)

Learning to Solve Optimization Problems Constrained with Partial Differential Equations
von: Guven, Yusuf, et al.
Veröffentlicht: (2025)

Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization
von: Kotary, James, et al.
Veröffentlicht: (2023)

Learning To Solve Differential Equation Constrained Optimization Problems
von: Di Vito, Vincenzo, et al.
Veröffentlicht: (2024)

Metric Learning to Accelerate Convergence of Operator Splitting Methods for Differentiable Parametric Programming
von: King, Ethan, et al.
Veröffentlicht: (2024)

Decision Making with Differential Privacy under a Fairness Lens
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2021)

End-to-End Optimization and Learning of Fair Court Schedules
von: Dinh, My H, et al.
Veröffentlicht: (2024)

Learning to Solve Constrained Bilevel Control Co-Design Problems
von: Kotary, James, et al.
Veröffentlicht: (2025)

End-to-End Learning for Fair Multiobjective Optimization Under Uncertainty
von: Dinh, My H, et al.
Veröffentlicht: (2024)

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

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

Constraint-Aware Flow Matching: Decision Aligned End-to-End Training for Constrained Sampling
von: Christopher, Jacob K., et al.
Veröffentlicht: (2026)

Constrained Synthesis with Projected Diffusion Models
von: Christopher, Jacob K, et al.
Veröffentlicht: (2024)

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

Differential Privacy Overview and Fundamental Techniques
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2024)

Conformal Predictive Distributions for Order Fulfillment Time Forecasting
von: Ye, Tinghan, et al.
Veröffentlicht: (2025)

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

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

Decision-Focused On-Policy Learning for Contextual Linear Optimization with Partial Feedback
von: Benslimane, Wyame, et al.
Veröffentlicht: (2026)

Neuro-Symbolic Generative Diffusion Models for Physically Grounded, Robust, and Safe Generation
von: Christopher, Jacob K., et al.
Veröffentlicht: (2025)

Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models
von: Liang, Jinhao, et al.
Veröffentlicht: (2025)

Learning to Optimize meets Neural-ODE: Real-Time, Stability-Constrained AC OPF
von: Di Vito, Vincenzo, et al.
Veröffentlicht: (2024)

Multi-Agent Path Finding in Continuous Spaces with Projected Diffusion Models
von: Liang, Jinhao, et al.
Veröffentlicht: (2024)

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

Training-Free Constrained Generation With Stable Diffusion Models
von: Zampini, Stefano, et al.
Veröffentlicht: (2025)

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

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

Simple Self-Conditioning Adaptation for Masked Diffusion Models
von: Cardei, Michael, et al.
Veröffentlicht: (2026)

Enhanced Renewable Energy Forecasting using Context-Aware Conformal Prediction
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

Copula-Based Aggregation and Context-Aware Conformal Prediction for Reliable Renewable Energy Forecasting
von: Moradi, Alireza, et al.
Veröffentlicht: (2026)

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

Confidence-Aware Deep Learning for Load Plan Adjustments in the Parcel Service Industry
von: Bruys, Thomas, et al.
Veröffentlicht: (2024)

PROPEL: Supervised and Reinforcement Learning for Large-Scale Supply Chain Planning
von: Akhlaghi, Vahid Eghbal, et al.
Veröffentlicht: (2025)

Constraint-Informed Active Learning for End-to-End ACOPF Optimization Proxies
von: Li, Miao, et al.
Veröffentlicht: (2025)

Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning
von: Liang, Jinhao, et al.
Veröffentlicht: (2025)

Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning
von: Liang, Jinhao, et al.
Veröffentlicht: (2026)

The Data Minimization Principle in Machine Learning
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

Disparate Impact on Group Accuracy of Linearization for Private Inference
von: Das, Saswat, et al.
Veröffentlicht: (2024)

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