Copertina

Tightening optimality gap with confidence through conformal prediction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Li, Miao, Klamkin, Michael, Bent, Russell, Van Hentenryck, Pascal
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

Dual Interior Point Optimization Learning
di: Klamkin, Michael, et al.
Pubblicazione: (2024)

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

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

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

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

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

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

Does confidence calibration improve conformal prediction?
di: Xi, Huajun, et al.
Pubblicazione: (2024)

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

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

From predictions to confidence intervals: an empirical study of conformal prediction methods for in-context learning
di: Huang, Zhe, et al.
Pubblicazione: (2025)

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

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

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

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

A General and Streamlined Differentiable Optimization Framework
di: Rosemberg, Andrew W., et al.
Pubblicazione: (2025)

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

Confidence-Aware Deep Learning for Load Plan Adjustments in the Parcel Service Industry
di: Bruys, Thomas, et al.
Pubblicazione: (2024)

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

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

Enhanced Renewable Energy Forecasting using Context-Aware Conformal Prediction
di: Moradi, Alireza, et al.
Pubblicazione: (2025)

Copula-Based Aggregation and Context-Aware Conformal Prediction for Reliable Renewable Energy Forecasting
di: Moradi, Alireza, et al.
Pubblicazione: (2026)

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

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

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

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

Bridging conformal prediction and scenario optimization
di: O'Sullivan, Niall, et al.
Pubblicazione: (2025)

Fundamental bounds on efficiency-confidence trade-off for transductive conformal prediction
di: Behboodi, Arash, et al.
Pubblicazione: (2025)

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

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

Formulations and scalability of neural network surrogates in nonlinear optimization problems
di: Parker, Robert B., et al.
Pubblicazione: (2024)

Stacked conformal prediction
di: F, Paulo C. Marques
Pubblicazione: (2025)

Semiparametric conformal prediction
di: Park, Ji Won, et al.
Pubblicazione: (2024)

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

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

Benchmarking non-conformity score functions in conformal prediction
di: Boman, Sol Erika
Pubblicazione: (2026)

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

Skew-adaptive conformal prediction
di: F., Paulo C. Marques, et al.
Pubblicazione: (2026)

Causal inference using invariant prediction: identification and confidence intervals
di: Peters, Jonas, et al.
Pubblicazione: (2015)