Copertina

The Data-Driven Censored Newsvendor Problem

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hssaine, Chamsi, Sinclair, Sean R.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Optimization and Control Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Online Fair Allocation of Perishable Resources
di: Banerjee, Siddhartha, et al.
Pubblicazione: (2024)

Learning Fair And Effective Points-Based Rewards Programs
di: Hssaine, Chamsi, et al.
Pubblicazione: (2025)

Fair Incentives for Repeated Engagement
di: Freund, Daniel, et al.
Pubblicazione: (2021)

Sequential Fair Allocation With Replenishments: A Little Envy Goes An Exponentially Long Way
di: Onyeze, Chido, et al.
Pubblicazione: (2025)

Learning When to Restart: Nonstationary Newsvendor from Uncensored to Censored Demand
di: Chen, Xin, et al.
Pubblicazione: (2025)

Closing the Gaps: Optimality of Sample Average Approximation for Data-Driven Newsvendor Problems
di: Lyu, Jiameng, et al.
Pubblicazione: (2024)

Online Allocation of Throughput-Constrained Resources Using Proxy Assignments
di: Hssaine, Chamsi, et al.
Pubblicazione: (2024)

On the Power of Delayed Flexibility: Balls, Bins, and a Few Opaque Promotions
di: Freund, Daniel, et al.
Pubblicazione: (2023)

From Contextual Data to Newsvendor Decisions: On the Actual Performance of Data-Driven Algorithms
di: Besbes, Omar, et al.
Pubblicazione: (2023)

In-Context Learning for Data-Driven Censored Inventory Control
di: Mukherjee, Sohom, et al.
Pubblicazione: (2026)

Deep Generative Demand Learning for Newsvendor and Pricing
di: Gong, Shijin, et al.
Pubblicazione: (2024)

Offline-Online Reinforcement Learning for Linear Mixture MDPs
di: Zhang, Zhongjun, et al.
Pubblicazione: (2026)

Spatial Supply Repositioning with Censored Demand Data
di: Jiang, Hansheng, et al.
Pubblicazione: (2025)

Non-Stationary Inventory Control with Lead Times
di: Amiri, Nele H., et al.
Pubblicazione: (2026)

Exploiting Exogenous Structure for Sample-Efficient Reinforcement Learning
di: Wan, Jia, et al.
Pubblicazione: (2024)

Learning Surrogate Potential Mean Field Games via Gaussian Processes: A Data-Driven Approach to Ill-Posed Inverse Problems
di: Zhang, Jingguo, et al.
Pubblicazione: (2025)

Machine Learning for Inverse Problems and Data Assimilation
di: Bach, Eviatar, et al.
Pubblicazione: (2024)

Stability of Data-Dependent Ridge-Regularization for Inverse Problems
di: Neumayer, Sebastian, et al.
Pubblicazione: (2024)

A Geometric Approach to Problems in Optimization and Data Science
di: Manoj, Naren Sarayu
Pubblicazione: (2025)

Diffusion Model for Data-Driven Black-Box Optimization
di: Li, Zihao, et al.
Pubblicazione: (2024)

Data-Driven Performance Guarantees for Classical and Learned Optimizers
di: Sambharya, Rajiv, et al.
Pubblicazione: (2024)

Data-Driven Discovery of PDEs via the Adjoint Method
di: Sadr, Mohsen, et al.
Pubblicazione: (2024)

Deep Neural Newsvendor
di: Han, Jinhui, et al.
Pubblicazione: (2023)

Data-Driven Stochastic AC-OPF using Gaussian Processes
di: Mitrovic, Mile
Pubblicazione: (2024)

Data-Driven Adversarial Online Control for Unknown Linear Systems
di: Liu, Zishun, et al.
Pubblicazione: (2023)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
di: Huang, Yilie, et al.
Pubblicazione: (2025)

Accelerated Methods with Complexity Separation Under Data Similarity for Federated Learning Problems
di: Bylinkin, Dmitry, et al.
Pubblicazione: (2026)

Optimizer's Information Criterion: Dissecting and Correcting Bias in Data-Driven Optimization
di: Iyengar, Garud, et al.
Pubblicazione: (2023)

A Fenchel-Young Loss Approach to Data-Driven Inverse Optimization
di: Li, Zhehao, et al.
Pubblicazione: (2025)

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
di: Hoischen, Nicolas, et al.
Pubblicazione: (2024)

Symplectic Inductive Bias for Data-Driven Target Reachability in Hamiltonian Systems
di: Ouyang, Zhuo, et al.
Pubblicazione: (2026)

On Integer Programming for the Binarized Neural Network Verification Problem
di: Kim, Woojin, et al.
Pubblicazione: (2025)

The Nonstationary Newsvendor with (and without) Predictions
di: An, Lin, et al.
Pubblicazione: (2023)

Koopman Data-Driven Predictive Control with Robust Stability and Recursive Feasibility Guarantees
di: de Jong, Thomas, et al.
Pubblicazione: (2024)

Data-Driven Density Steering via the Gromov-Wasserstein Optimal Transport Distance
di: Nakashima, Haruto, et al.
Pubblicazione: (2025)

Robust Least-Squares Optimization for Data-Driven Predictive Control: A Geometric Approach
di: Bharadwaj, Shreyas, et al.
Pubblicazione: (2025)

Minimizing the Weighted Number of Tardy Jobs: Data-Driven Heuristic for Single-Machine Scheduling
di: Antonov, Nikolai, et al.
Pubblicazione: (2025)

Newsvendor under Ambiguity and Misspecification
di: Liu, Feng, et al.
Pubblicazione: (2024)

A Data-Driven Real-Time Optimal Power Flow Algorithm Using Local Feedback
di: Liang, Heng, et al.
Pubblicazione: (2025)

Data-Driven Motion Planning for Uncertain Nonlinear Systems
di: Esmaeili, Babak, et al.
Pubblicazione: (2025)