Buchumschlag

End-to-End Conformal Calibration for Optimization Under Uncertainty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yeh, Christopher, Christianson, Nicolas, Wu, Alan, Wierman, Adam, Yue, Yisong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conformal Risk Training: End-to-End Optimization of Conformal Risk Control
von: Yeh, Christopher, et al.
Veröffentlicht: (2025)

Sobolev Training of End-to-End Optimization Proxies
von: Rosemberg, Andrew W., et al.
Veröffentlicht: (2025)

Learning-Augmented Decentralized Online Convex Optimization in Networks
von: Li, Pengfei, et al.
Veröffentlicht: (2023)

Optimal Decentralized Smoothed Online Convex Optimization
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2024)

End-to-End Training of High-Dimensional Optimal Control with Implicit Hamiltonians via Jacobian-Free Backpropagation
von: Gelphman, Eric, et al.
Veröffentlicht: (2025)

DOGE-Train: Discrete Optimization on GPU with End-to-end Training
von: Abbas, Ahmed, et al.
Veröffentlicht: (2022)

Learning the Uncertainty Sets for Control Dynamics via Set Membership: A Non-Asymptotic Analysis
von: Li, Yingying, et al.
Veröffentlicht: (2023)

End-to-End Learning Framework for Solving Non-Markovian Optimal Control
von: Zhang, Xiaole, et al.
Veröffentlicht: (2025)

SPO-VCS: An End-to-End Smart Predict-then-Optimize Framework with Alternating Differentiation Method for Relocation Problems in Large-Scale Vehicle Crowd Sensing
von: Wang, Xinyu, et al.
Veröffentlicht: (2024)

Best of Both Worlds Guarantees for Smoothed Online Quadratic Optimization
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2023)

End-to-End Reinforcement Learning of Koopman Models for eNMPC of an Air Separation Unit
von: Mayfrank, Daniel, et al.
Veröffentlicht: (2025)

AI2STOW: End-to-End Deep Reinforcement Learning to Construct Master Stowage Plans under Demand Uncertainty
von: Van Twiller, Jaike, et al.
Veröffentlicht: (2025)

End-to-End Mesh Optimization of a Hybrid Deep Learning Black-Box PDE Solver
von: Ma, Shaocong, et al.
Veröffentlicht: (2024)

Preferential Multi-Objective Bayesian Optimization
von: Astudillo, Raul, et al.
Veröffentlicht: (2024)

End-to-end guarantees for indirect data-driven control of bilinear systems with finite stochastic data
von: Chatzikiriakos, Nicolas, et al.
Veröffentlicht: (2024)

Fast and Reliable $N-k$ Contingency Screening with Input-Convex Neural Networks
von: Christianson, Nicolas, et al.
Veröffentlicht: (2024)

Soft-Radial Projection for Constrained End-to-End Learning
von: Schneider, Philipp J., et al.
Veröffentlicht: (2026)

Multi-Armed Sampling Problem and the End of Exploration
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2025)

Practical Bayesian Algorithm Execution via Posterior Sampling
von: Cheng, Chu Xin, et al.
Veröffentlicht: (2024)

Online learning for robust voltage control under uncertain grid topology
von: Yeh, Christopher, et al.
Veröffentlicht: (2023)

Maximizing the Value of Predictions in Control: Accuracy Is Not Enough
von: Lin, Yiheng, et al.
Veröffentlicht: (2025)

SCaLE: Switching Cost aware Learning and Exploration
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2026)

Near-Optimal Distributed Linear-Quadratic Regulator for Networked Systems
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

Conformal Uncertainty Quantification of Electricity Price Predictions for Risk-Averse Storage Arbitrage
von: Alghumayjan, Saud, et al.
Veröffentlicht: (2024)

Online Policy Optimization in Unknown Nonlinear Systems
von: Lin, Yiheng, et al.
Veröffentlicht: (2024)

Conformal Predictive Programming for Chance Constrained Optimization
von: Zhao, Yiqi, et al.
Veröffentlicht: (2024)

Dynamic Rolling Horizon Optimization for Network-Constrained V2X Value Stacking of Electric Vehicles Under Uncertainties
von: Jiang, Canchen, et al.
Veröffentlicht: (2025)

Selective Ambulance Dispatch Under Contextual Travel-Time Uncertainty
von: Lin, Zikun, et al.
Veröffentlicht: (2026)

Exploring the Potential of Bilevel Optimization for Calibrating Neural Networks
von: Sanguin, Gabriele, et al.
Veröffentlicht: (2025)

Causal LLM Routing: End-to-End Regret Minimization from Observational Data
von: Tsiourvas, Asterios, et al.
Veröffentlicht: (2025)

Online Smoothed Demand Management
von: Lechowicz, Adam, et al.
Veröffentlicht: (2025)

Muon Outperforms Adam in Tail-End Associative Memory Learning
von: Wang, Shuche, et al.
Veröffentlicht: (2025)

Muon Optimizes Under Spectral Norm Constraints
von: Chen, Lizhang, et al.
Veröffentlicht: (2025)

Multi-fidelity Machine Learning for Uncertainty Quantification and Optimization
von: Zhang, Ruda, et al.
Veröffentlicht: (2024)

Forecast-Enhanced Lyapunov Optimization for Real-Time EV Charging Scheduling
von: Huang, Shihan, et al.
Veröffentlicht: (2026)

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

Stochastic Weakly Convex Optimization Under Heavy-Tailed Noises
von: Zhu, Tianxi, et al.
Veröffentlicht: (2025)

Decentralized Multi-Task Online Convex Optimization Under Random Link Failures
von: Yan, Wenjing, et al.
Veröffentlicht: (2024)

PAC-Bayes Meets Online Contextual Optimization
von: Xie, Zhuojun, et al.
Veröffentlicht: (2025)

Near-Isotropic Sub-Ångstrom 3D Resolution Phase Contrast Imaging Achieved by End-to-End Ptychographic Electron Tomography
von: You, Shengboy, et al.
Veröffentlicht: (2024)