Buchumschlag

Optimizing Shortfall Risk Metric for Learning Regression Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ramaswamy, Harish G., Prashanth, L. A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Statistical Learning of Value-at-Risk and Expected Shortfall
von: Barrera, D, et al.
Veröffentlicht: (2022)

Graph Classification with GNNs: Optimisation, Representation and Inductive Bias
von: a, P. Krishna Kumar, et al.
Veröffentlicht: (2024)

Concentration Bounds for Optimized Certainty Equivalent Risk Estimation
von: Ghosh, Ayon, et al.
Veröffentlicht: (2024)

Policy Gradient Methods for Distortion Risk Measures
von: Vijayan, Nithia, et al.
Veröffentlicht: (2021)

Impact of Label Noise on Learning Complex Features
von: Vashisht, Rahul, et al.
Veröffentlicht: (2024)

Half-Space Feature Learning in Neural Networks
von: Yadav, Mahesh Lorik, et al.
Veröffentlicht: (2024)

Risk Estimation in a Markov Cost Process: Lower and Upper Bounds
von: Thoppe, Gugan, et al.
Veröffentlicht: (2023)

Synthetic Data Privacy Metrics
von: Steier, Amy, et al.
Veröffentlicht: (2025)

Data-Informed Model Complexity Metric for Optimizing Symbolic Regression Models
von: Haut, Nathan, et al.
Veröffentlicht: (2025)

Expected Moral Shortfall for Ethical Competence in Decision-making Models
von: Aijaz, Aisha, et al.
Veröffentlicht: (2026)

Optimization of utility-based shortfall risk: A non-asymptotic viewpoint
von: Gupte, Sumedh, et al.
Veröffentlicht: (2023)

Generalized Random Direction Newton Algorithms for Stochastic Optimization
von: Pachal, Soumen, et al.
Veröffentlicht: (2026)

Forecasting Automotive Supply Chain Shortfalls with Heterogeneous Time Series
von: Do, Bach Viet, et al.
Veröffentlicht: (2024)

Risk-sensitive Bandits: Arm Mixture Optimality and Regret-efficient Algorithms
von: Tatlı, Meltem, et al.
Veröffentlicht: (2025)

Approximate Probabilistic Inference for Time-Series Data A Robust Latent Gaussian Model With Temporal Awareness
von: Johansson, Anton, et al.
Veröffentlicht: (2024)

A policy gradient approach for optimization of smooth risk measures
von: Vijayan, Nithia, et al.
Veröffentlicht: (2022)

Smoothed functional-based gradient algorithms for off-policy reinforcement learning: A non-asymptotic viewpoint
von: Vijayan, Nithia, et al.
Veröffentlicht: (2021)

A Finite-Sample Analysis of an Actor-Critic Algorithm for Mean-Variance Optimization in a Discounted MDP
von: Sangadi, Tejaram, et al.
Veröffentlicht: (2024)

Towards Adapting Reinforcement Learning Agents to New Tasks: Insights from Q-Values
von: Ramaswamy, Ashwin, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Exponential Utility: Algorithms and Convergence in Discounted MDPs
von: Thoppe, Gugan, et al.
Veröffentlicht: (2026)

Uncertainty Quantification Metrics for Deep Regression
von: Lind, Simon Kristoffersson, et al.
Veröffentlicht: (2024)

Towards Unified Benchmark and Models for Multi-Modal Perceptual Metrics
von: Ghazanfari, Sara, et al.
Veröffentlicht: (2024)

Risk-sensitive reinforcement learning using expectiles, shortfall risk and optimized certainty equivalent risk
von: Gupte, Sumedh, et al.
Veröffentlicht: (2026)

On the Dynamics & Transferability of Latent Generalization during Memorization
von: Ketha, Simran, et al.
Veröffentlicht: (2026)

Risk Bounds For Distributional Regression
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2025)

LipSim: A Provably Robust Perceptual Similarity Metric
von: Ghazanfari, Sara, et al.
Veröffentlicht: (2023)

Policy Newton methods for Distortion Riskmetrics
von: Pachal, Soumen, et al.
Veröffentlicht: (2025)

RSPO: Risk-Seeking Policy Optimization for Pass@k and Max@k Metrics in Large Language Models
von: Zhang, Kaichen, et al.
Veröffentlicht: (2025)

Principled Algorithms for Optimizing Generalized Metrics in Multi-Label Learning
von: Mohri, Mehryar, et al.
Veröffentlicht: (2026)

Decoding Generalization from Memorization in Deep Neural Networks
von: Ketha, Simran, et al.
Veröffentlicht: (2025)

An Efficient Plugin Method for Metric Optimization of Black-Box Models
von: Devic, Siddartha, et al.
Veröffentlicht: (2025)

Safety-Aware Reinforcement Learning for Control via Risk-Sensitive Action-Value Iteration and Quantile Regression
von: Enwerem, Clinton, et al.
Veröffentlicht: (2025)

Risk Comparisons in Linear Regression: Implicit Regularization Dominates Explicit Regularization
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Minimum mean-squared error estimation with bandit feedback
von: Ghosh, Ayon, et al.
Veröffentlicht: (2022)

Human Guided Learning of Transparent Regression Models
von: Pensel, Lukas, et al.
Veröffentlicht: (2025)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Robust Deep Network Learning of Nonlinear Regression Tasks by Parametric Leaky Exponential Linear Units (LELUs) and a Diffusion Metric
von: Bigarella, Enda D. V.
Veröffentlicht: (2025)

Reinforcement Learning for Option Hedging: Static Implied-Volatility Fit versus Shortfall-Aware Performance
von: Chen, Ziheng, et al.
Veröffentlicht: (2026)

An Entropic Metric for Measuring Calibration of Machine Learning Models
von: Sumler, Daniel James, et al.
Veröffentlicht: (2025)

Sparse Modelling for Feature Learning in High Dimensional Data
von: Neelam, Harish, et al.
Veröffentlicht: (2024)