Buchumschlag

Mitigating optimistic bias in entropic risk estimation and optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sadana, Utsav, Delage, Erick, Georghiou, Angelos
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

Robust Data-driven Prescriptiveness Optimization
von: Poursoltani, Mehran, et al.
Veröffentlicht: (2023)

A Survey of Contextual Optimization Methods for Decision Making under Uncertainty
von: Sadana, Utsav, et al.
Veröffentlicht: (2023)

Planning and Learning in Average Risk-aware MDPs
von: Wang, Weikai, et al.
Veröffentlicht: (2025)

Subsidizing a New Technology: An Impulse Stackelberg Game Approach
von: Sadana, Utsav, et al.
Veröffentlicht: (2024)

Conditional simulation via entropic optimal transport: Toward non-parametric estimation of conditional Brenier maps
von: Baptista, Ricardo, et al.
Veröffentlicht: (2024)

Navigating Demand Uncertainty in Container Shipping: Deep Reinforcement Learning for Enabling Adaptive and Feasible Master Stowage Planning
von: van Twiller, Jaike, et al.
Veröffentlicht: (2025)

Feedback Nash Equilibria in Differential Games with Impulse Control
von: Sadana, Utsav, et al.
Veröffentlicht: (2021)

Non-convex entropic mean-field optimization via Best Response flow
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2025)

On propagation of chaos for the Fisher-Rao gradient flow in entropic mean-field optimization
von: Lazić, Petra, et al.
Veröffentlicht: (2026)

Convergence rate of Tsallis entropic regularized optimal transport
von: Suguro, Takeshi, et al.
Veröffentlicht: (2023)

Inverse Optimization via Learning Feasible Regions
von: Ren, Ke, et al.
Veröffentlicht: (2025)

Robustifying Conditional Portfolio Decisions via Optimal Transport
von: Nguyen, Viet Anh, et al.
Veröffentlicht: (2021)

A Robust Optimization Approach to Network Control Using Local Information Exchange
von: Darivianakis, Georgios, et al.
Veröffentlicht: (2024)

Linearly-scalable learning of smooth low-dimensional patterns with permutation-aided entropic dimension reduction
von: Horenko, Illia, et al.
Veröffentlicht: (2023)

Distributionally Robust Optimization with Decision-Dependent Information Discovery
von: Jin, Qing, et al.
Veröffentlicht: (2024)

Beyond likelihood ratio bias: Nested multi-time-scale stochastic approximation for likelihood-free parameter estimation
von: Li, Zehao, et al.
Veröffentlicht: (2024)

A Fisher-Rao gradient flow for entropic mean-field min-max games
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2024)

Sparse Polyak with optimal thresholding operators for high-dimensional M-estimation
von: Qiao, Tianqi, et al.
Veröffentlicht: (2025)

Risk-averse Decision Making with Contextual Information: Model, Sample Average Approximation, and Kernelization
von: Tao, Yuan, 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)

A block-coordinate descent framework for non-convex composite optimization. Application to sparse precision matrix estimation
von: Lauga, Guillaume
Veröffentlicht: (2026)

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

Conformal Inverse Optimization
von: Lin, Bo, et al.
Veröffentlicht: (2024)

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

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

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

BO4IO: A Bayesian optimization approach to inverse optimization with uncertainty quantification
von: Lu, Yen-An, et al.
Veröffentlicht: (2024)

Mitigating Forgetting in Continual Learning with Selective Gradient Projection
von: Singh, Anika, et al.
Veröffentlicht: (2026)

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

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

Mitigating Covariate Shift in Misspecified Regression with Applications to Reinforcement Learning
von: Amortila, Philip, et al.
Veröffentlicht: (2024)

Plug-in estimation of Schrödinger bridges
von: Pooladian, Aram-Alexandre, et al.
Veröffentlicht: (2024)

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

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

Domain decomposition for entropic unbalanced optimal transport
von: Medina, Ismael, et al.
Veröffentlicht: (2024)

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

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

Derivatives of Stochastic Gradient Descent in parametric optimization
von: Iutzeler, Franck, et al.
Veröffentlicht: (2024)

Non-geodesically-convex optimization in the Wasserstein space
von: Luu, Hoang Phuc Hau, et al.
Veröffentlicht: (2024)

Stochastic optimization with arbitrary recurrent data sampling
von: Powell, William G., et al.
Veröffentlicht: (2024)