:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Islip, David, Kwon, Roy H., Bae, Sanghyeon, Kim, Woo Chang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	https://arxiv.org/abs/2502.05349
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Machine Learning Approach to Two-Stage Adaptive Robust Optimization
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2023)

Bayesian Optimization for Non-Convex Two-Stage Stochastic Optimization Problems
von: Buckingham, Jack M., et al.
Veröffentlicht: (2024)

Contextual Quantile Minimization for Two-Stage Stochastic Programs
von: Tsang, Man Yiu, et al.
Veröffentlicht: (2025)

Two-Timescale Linear Stochastic Approximation: Constant Stepsizes Go a Long Way
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

On the Complexity of First-Order Methods in Stochastic Bilevel Optimization
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

Contextual Stochastic Vehicle Routing with Time Windows
von: Serrano, Breno, 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)

On Penalty Methods for Nonconvex Bilevel Optimization and First-Order Stochastic Approximation
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2023)

Variance-Aware Regret Bounds for Stochastic Contextual Dueling Bandits
von: Di, Qiwei, et al.
Veröffentlicht: (2023)

Smart Surrogate Losses for Contextual Stochastic Linear Optimization with Robust Constraints
von: Im, Hyungki, et al.
Veröffentlicht: (2025)

Machine Learning-Augmented Optimization of Large Bilevel and Two-stage Stochastic Programs: Application to Cycling Network Design
von: Chan, Timothy C. Y., et al.
Veröffentlicht: (2022)

A Novel Approach in Solving Stochastic Generalized Linear Regression via Nonconvex Programming
von: Anh, Vu Duc, et al.
Veröffentlicht: (2024)

Stochastic-Constrained Stochastic Optimization with Markovian Data
von: Kim, Yeongjong, et al.
Veröffentlicht: (2023)

Evaluation of Prosumer Networks for Peak Load Management in Iran: A Distributed Contextual Stochastic Optimization Approach
von: Noori, Amir, et al.
Veröffentlicht: (2024)

Prescriptive PCA: Dimensionality Reduction for Two-stage Stochastic Optimization
von: He, Long, et al.
Veröffentlicht: (2023)

Online Covariance Estimation in Nonsmooth Stochastic Approximation
von: Jiang, Liwei, et al.
Veröffentlicht: (2025)

A Reliability Theory of Compromise Decisions for Large-Scale Stochastic Programs
von: Diao, Shuotao, et al.
Veröffentlicht: (2024)

Nearly Optimal Linear Convergence of Stochastic Primal-Dual Methods for Linear Programming
von: Lu, Haihao, et al.
Veröffentlicht: (2021)

Statistical Inference of Constrained Stochastic Optimization via Sketched Sequential Quadratic Programming
von: Na, Sen, et al.
Veröffentlicht: (2022)

Data-driven Piecewise Affine Decision Rules for Stochastic Programming with Covariate Information
von: Zhang, Yiyang, et al.
Veröffentlicht: (2023)

Scenario Reduction for the Two-Stage Stochastic Unit Commitment Problem
von: Werner, Yannick, et al.
Veröffentlicht: (2025)

A Trust-Region Interior-Point Stochastic Sequential Quadratic Programming Method
von: Fang, Yuchen, et al.
Veröffentlicht: (2026)

Finite-Time Decoupled Convergence in Nonlinear Two-Time-Scale Stochastic Approximation
von: Han, Yuze, et al.
Veröffentlicht: (2024)

Fast Two-Time-Scale Stochastic Gradient Method with Applications in Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)

Hierarchical Mixture-of-Experts with Two-Stage Optimization
von: Molodtsov, Gleb, et al.
Veröffentlicht: (2026)

Adaptive Learning-based Surrogate Method for Stochastic Programs with Implicitly Decision-dependent Uncertainty
von: Shen, Boyang, et al.
Veröffentlicht: (2025)

Demystifying SGD with Doubly Stochastic Gradients
von: Kim, Kyurae, et al.
Veröffentlicht: (2024)

Solving Stochastic Variational Inequalities without the Bounded Variance Assumption
von: Alacaoglu, Ahmet, et al.
Veröffentlicht: (2026)

Convergence Rate in Nonlinear Two-Time-Scale Stochastic Approximation with State (Time)-Dependence
von: Chen, Zixi, et al.
Veröffentlicht: (2025)

A Two-Time-Scale Stochastic Optimization Framework with Applications in Control and Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2021)

Central Limit Theorem for Two-Timescale Stochastic Approximation with Markovian Noise: Theory and Applications
von: Hu, Jie, et al.
Veröffentlicht: (2024)

Two-timescale Extragradient for Finding Local Minimax Points
von: Chae, Jiseok, et al.
Veröffentlicht: (2023)

Tight Finite Time Bounds of Two-Time-Scale Linear Stochastic Approximation with Markovian Noise
von: Haque, Shaan Ul, et al.
Veröffentlicht: (2023)

Stochastic Optimization Algorithms for Instrumental Variable Regression with Streaming Data
von: Chen, Xuxing, et al.
Veröffentlicht: (2024)

Stochastic Extragradient with Flip-Flop Shuffling & Anchoring: Provable Improvements
von: Chae, Jiseok, et al.
Veröffentlicht: (2024)

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

Decentralized Contextual Bandits with Network Adaptivity
von: Deng, Chuyun, et al.
Veröffentlicht: (2025)

Contextual Bandits with Budgeted Information Reveal
von: Gan, Kyra, et al.
Veröffentlicht: (2023)

Communication-Efficient Stochastic Distributed Learning
von: Ren, Xiaoxing, et al.
Veröffentlicht: (2025)

$O(1/k)$ Finite-Time Bound for Non-Linear Two-Time-Scale Stochastic Approximation
von: Chandak, Siddharth
Veröffentlicht: (2025)