Buchumschlag

Coherent Local Explanations for Mathematical Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Otto, Daan, Kurtz, Jannis, Birbil, S. Ilker
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Counterfactual Explanations for Linear Optimization
von: Kurtz, Jannis, et al.
Veröffentlicht: (2024)

Linear Model Extraction via Factual and Counterfactual Queries
von: Otto, Daan, et al.
Veröffentlicht: (2026)

Counterfactual Explanations for Integer Optimization Problems
von: Engelhardt, Felix, et al.
Veröffentlicht: (2025)

From Large Language Models and Optimization to Decision Optimization CoPilot: A Research Manifesto
von: Wasserkrug, Segev, et al.
Veröffentlicht: (2024)

Learning An Interpretable Risk Scoring System for Maximizing Decision Net Benefit
von: Chi, Wenhao, et al.
Veröffentlicht: (2026)

Machine Learning for K-adaptability in Two-stage Robust Optimization
von: Julien, Esther, et al.
Veröffentlicht: (2022)

Neur2BiLO: Neural Bilevel Optimization
von: Dumouchelle, Justin, et al.
Veröffentlicht: (2024)

Deep Learning for Two-Stage Robust Integer Optimization
von: Dumouchelle, Justin, et al.
Veröffentlicht: (2023)

Globalized Adversarial Regret Optimization: Robust Decisions with Uncalibrated Predictions
von: Kurtz, Jannis, et al.
Veröffentlicht: (2026)

Bounding the Optimal Number of Policies for Robust K-Adaptability
von: Kurtz, Jannis
Veröffentlicht: (2024)

A Frank-Wolfe Algorithm for Oracle-based Robust Optimization
von: Besançon, Mathieu, et al.
Veröffentlicht: (2024)

Differentially Private Linear Optimization for Multi-Party Resource Sharing
von: Karaca, Utku, et al.
Veröffentlicht: (2021)

A Mathematical Optimization Approach to Multisphere Support Vector Data Description
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

Exact Matrix Seriation through Mathematical Optimization: Stress and Effectiveness-Based Models
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

S-CFE: Simple Counterfactual Explanations
von: Sadiku, Shpresim, et al.
Veröffentlicht: (2024)

Learning to Configure Mathematical Programming Solvers by Mathematical Programming
von: Iommazzo, Gabriele, et al.
Veröffentlicht: (2024)

Conditional Wasserstein Distances with Applications in Bayesian OT Flow Matching
von: Chemseddine, Jannis, et al.
Veröffentlicht: (2024)

Minimizing UCB: a Better Local Search Strategy in Local Bayesian Optimization
von: Fan, Zheyi, et al.
Veröffentlicht: (2024)

Convergence of Distributed Adaptive Optimization with Local Updates
von: Cheng, Ziheng, et al.
Veröffentlicht: (2024)

Local LMO: Constrained Gradient Optimization via a Local Linear Minimization Oracle
von: Richtárik, Peter, et al.
Veröffentlicht: (2026)

Accelerating Decentralized Optimization via Overlapping Local Steps
von: Zhou, Yijie, et al.
Veröffentlicht: (2026)

Local Linear Convergence of Infeasible Optimization with Orthogonal Constraints
von: Sun, Youbang, et al.
Veröffentlicht: (2024)

On the Hardness of Meaningful Local Guarantees in Nonsmooth Nonconvex Optimization
von: Kornowski, Guy, et al.
Veröffentlicht: (2024)

LAGO: A Local-Global Optimization Framework Combining Trust Region Methods and Bayesian Optimization
von: Van Dieren, Eliott, et al.
Veröffentlicht: (2026)

Mathematical Foundations of Deep Learning
von: Ye, Xiaojing
Veröffentlicht: (2026)

Understanding Outer Optimizers in Local SGD: Learning Rates, Momentum, and Acceleration
von: Khaled, Ahmed, et al.
Veröffentlicht: (2025)

An Efficient Global Optimization Algorithm with Adaptive Estimates of the Local Lipschitz Constants
von: D'Agostino, Danny
Veröffentlicht: (2022)

A Regularized Newton Method for Nonconvex Optimization with Global and Local Complexity Guarantees
von: Zhou, Yuhao, et al.
Veröffentlicht: (2025)

Achieving Better Local Regret Bound for Online Non-Convex Bilevel Optimization
von: Jia, Tingkai, et al.
Veröffentlicht: (2026)

TAMUNA: Doubly Accelerated Distributed Optimization with Local Training, Compression, and Partial Participation
von: Condat, Laurent, et al.
Veröffentlicht: (2023)

SLowcal-SGD: Slow Query Points Improve Local-SGD for Stochastic Convex Optimization
von: Dahan, Tehila, et al.
Veröffentlicht: (2023)

Methods with Local Steps and Random Reshuffling for Generally Smooth Non-Convex Federated Optimization
von: Demidovich, Yury, et al.
Veröffentlicht: (2024)

BiCoLoR: Communication-Efficient Optimization with Bidirectional Compression and Local Training
von: Condat, Laurent, et al.
Veröffentlicht: (2026)

A Mathematical Programming Approach to Optimal Classification Forests
von: Blanco, Víctor, et al.
Veröffentlicht: (2022)

NeST-BO: Fast Local Bayesian Optimization via Newton-Step Targeting of Gradient and Hessian Information
von: Tang, Wei-Ting, et al.
Veröffentlicht: (2025)

Inexact Moreau Envelope Lagrangian Method for Non-Convex Constrained Optimization under Local Error Bound Conditions on Constraint Functions
von: Huang, Yankun, et al.
Veröffentlicht: (2025)

Posterior Sampling Based on Gradient Flows of the MMD with Negative Distance Kernel
von: Hagemann, Paul, et al.
Veröffentlicht: (2023)

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

Improving the Validity of Decision Trees as Explanations
von: Nemecek, Jiri, et al.
Veröffentlicht: (2023)

Locally Adaptive Federated Learning
von: Mukherjee, Sohom, et al.
Veröffentlicht: (2023)