:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bruys, Thomas, Zandehshahvar, Reza, Hijazi, Amira, Van Hentenryck, Pascal
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2411.17502
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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)

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

Weather-Informed Probabilistic Forecasting and Scenario Generation in Power Systems
von: Zhang, Hanyu, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Delivery Delay Duration Prediction via Multi-Task Deep Learning
von: Faulkner, Stefan, et al.
Veröffentlicht: (2026)

CSI-4CAST: A Hybrid Deep Learning Model for CSI Prediction with Comprehensive Robustness and Generalization Testing
von: Cheng, Sikai, et al.
Veröffentlicht: (2025)

Optimization-based Learning for Dynamic Load Planning in Trucking Service Networks
von: Ojha, Ritesh, et al.
Veröffentlicht: (2023)

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

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

Contextual Stochastic Optimization for Omnichannel Multi-Courier Order Fulfillment Under Delivery Time Uncertainty
von: Ye, Tinghan, et al.
Veröffentlicht: (2024)

Practice-Based Optimization for the Strategic Locomotive Assignment Problem
von: Kim, Yunji, et al.
Veröffentlicht: (2025)

Enhanced Renewable Energy Forecasting and Operations through Probabilistic Forecast Aggregation
von: Moradi, Alireza, et al.
Veröffentlicht: (2025)

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

All You Need is an Improving Column: Enhancing Column Generation for Parallel Machine Scheduling via Transformers
von: Hijazi, Amira, et al.
Veröffentlicht: (2024)

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

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

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

Efficiently Training Deep-Learning Parametric Policies using Lagrangian Duality
von: Rosemberg, Andrew, et al.
Veröffentlicht: (2024)

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

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

Dual Conic Proxy for Semidefinite Relaxation of AC Optimal Power Flow
von: Qiu, Guancheng, et al.
Veröffentlicht: (2025)

Dual Conic Proxies for AC Optimal Power Flow
von: Qiu, Guancheng, et al.
Veröffentlicht: (2023)

Flow-Aware GNN for Transmission Network Reconfiguration via Substation Breaker Optimization
von: Meng, Dekang, et al.
Veröffentlicht: (2025)

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

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

Tightening optimality gap with confidence through conformal prediction
von: Li, Miao, et al.
Veröffentlicht: (2025)

Learning Joint Models of Prediction and Optimization
von: Kotary, James, et al.
Veröffentlicht: (2024)

Confidence Aware Inverse Constrained Reinforcement Learning
von: Subramanian, Sriram Ganapathi, et al.
Veröffentlicht: (2024)

A Fair OR-ML Framework for Resource Substitution in Large-Scale Networks
von: Mohan, Ved, et al.
Veröffentlicht: (2025)

A Rolling-Space Branch-and-Price Algorithm for the Multi-Compartment Vehicle Routing Problem with Multiple Time Windows
von: Raqabi, El Mehdi Er, et al.
Veröffentlicht: (2026)

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

Enhanced Parcel Arrival Forecasting for Logistic Hubs: An Ensemble Deep Learning Approach
von: Pan, Xinyue, et al.
Veröffentlicht: (2026)

Bucketized Active Sampling for Learning ACOPF
von: Klamkin, Michael, et al.
Veröffentlicht: (2022)

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

DualSchool: How Reliable are LLMs for Optimization Education?
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Defining 'Good': Evaluation Framework for Synthetic Smart Meter Data
von: Chai, Sheng, et al.
Veröffentlicht: (2024)

Plan, Verify and Fill: A Structured Parallel Decoding Approach for Diffusion Language Models
von: Li, Miao, et al.
Veröffentlicht: (2026)

Confidence Intervals and Simultaneous Confidence Bands Based on Deep Learning
von: Arie, Asaf Ben, et al.
Veröffentlicht: (2024)