Buchumschlag

Non-Linear Counterfactual Aggregate Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heymann, Benjamin, Sakhi, Otmane
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

Learning to Bid in Repeated Second-Price Auctions with Dynamic Values and Aggregated Feedback
von: Heymann, Benjamin, et al.
Veröffentlicht: (2026)

Offline Contextual Bandit with Counterfactual Sample Identification
von: Gilotte, Alexandre, et al.
Veröffentlicht: (2025)

Data Valuation for LLM Fine-Tuning: Efficient Shapley Value Approximation via Language Model Arithmetic
von: Tamine, Mélissa, et al.
Veröffentlicht: (2025)

Off-Policy Learning in Large Action Spaces: Optimization Matters More Than Estimation
von: Aouali, Imad, et al.
Veröffentlicht: (2025)

RecoAtlas: From Semantic Plausibility to Set-Level Utility in LLM Recommendation Agents
von: Aouali, Imad, et al.
Veröffentlicht: (2026)

Sequential Off-Policy Learning with Logarithmic Smoothing
von: Haddouche, Maxime, et al.
Veröffentlicht: (2025)

Fast Slate Policy Optimization: Going Beyond Plackett-Luce
von: Sakhi, Otmane, et al.
Veröffentlicht: (2023)

Exploiting Similarities in A/B Testing with Off-Policy Estimation
von: Sakhi, Otmane, et al.
Veröffentlicht: (2025)

RoiRL: Efficient, Self-Supervised Reasoning with Offline Iterative Reinforcement Learning
von: Arzhantsev, Aleksei, et al.
Veröffentlicht: (2025)

Self-Consistency via Marginal Sharpening
von: Arzhantsev, Aleksei, et al.
Veröffentlicht: (2026)

Logarithmic Smoothing for Pessimistic Off-Policy Evaluation, Selection and Learning
von: Sakhi, Otmane, et al.
Veröffentlicht: (2024)

Probabilistic Rank and Reward: A Scalable Model for Slate Recommendation
von: Aouali, Imad, et al.
Veröffentlicht: (2022)

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

Benchmarking VQE Configurations: Architectures, Initializations, and Optimizers for Silicon Ground State Energy
von: Boutakka, Zakaria, et al.
Veröffentlicht: (2025)

FedCFA: Alleviating Simpson's Paradox in Model Aggregation with Counterfactual Federated Learning
von: Jiang, Zhonghua, et al.
Veröffentlicht: (2024)

Counterfactual Credit Guided Bayesian Optimization
von: Wei, Qiyu, et al.
Veröffentlicht: (2025)

Confounding is a Pervasive Problem in Real World Recommender Systems
von: Merkov, Alexander, et al.
Veröffentlicht: (2025)

Counterfactual Cocycles: A Framework for Robust and Coherent Counterfactual Transports
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

Counterfactual simulations for large scale systems with burnout variables
von: Heymann, Benjamin
Veröffentlicht: (2025)

Quantum Non-Linear Bandit Optimization
von: Siam, Zakaria Shams, et al.
Veröffentlicht: (2025)

An Incremental Non-Linear Manifold Approximation Method
von: Hettige, Praveen T. W., et al.
Veröffentlicht: (2025)

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

Adaptive Preference Aggregation
von: Heymann, Benjamin
Veröffentlicht: (2025)

Demystifying Linear MDPs and Novel Dynamics Aggregation Framework
von: Lee, Joongkyu, et al.
Veröffentlicht: (2024)

Decision Focused Causal Learning for Direct Counterfactual Marketing Optimization
von: Zhou, Hao, et al.
Veröffentlicht: (2024)

Counterfactual Fairness by Combining Factual and Counterfactual Predictions
von: Zhou, Zeyu, et al.
Veröffentlicht: (2024)

Near-Optimal Regret in Linear MDPs with Aggregate Bandit Feedback
von: Cassel, Asaf, et al.
Veröffentlicht: (2024)

Debiased Counterfactual Generation via Flow Matching from Observations
von: Dance, Hugh, et al.
Veröffentlicht: (2026)

On the Impact of the Utility in Semivalue-based Data Valuation
von: Tamine, Mélissa, et al.
Veröffentlicht: (2025)

A pragmatic policy learning approach to account for users' fatigue in repeated auctions
von: Heymann, Benjamin, et al.
Veröffentlicht: (2024)

Malliavin Calculus with Weak Derivatives for Counterfactual Stochastic Optimization
von: Krishnamurthy, Vikram, et al.
Veröffentlicht: (2025)

Protein Counterfactuals via Diffusion-Guided Latent Optimization
von: Kłos, Weronika, et al.
Veröffentlicht: (2026)

Simple GNNs with Low Rank Non-parametric Aggregators
von: Vinas, Luciano, et al.
Veröffentlicht: (2023)

Aggregation on Learnable Manifolds for Asynchronous Federated Optimization
von: Licudi, Archie, et al.
Veröffentlicht: (2025)

Towards Generalizable Reasoning: Group Causal Counterfactual Policy Optimization for LLM Reasoning
von: Wang, Jingyao, et al.
Veröffentlicht: (2026)

Counterfactual Reasoning with Knowledge Graph Embeddings
von: Zellinger, Lena, et al.
Veröffentlicht: (2024)

Accelerating Model-Based Reinforcement Learning using Non-Linear Trajectory Optimization
von: Calì, Marco, et al.
Veröffentlicht: (2025)

Geometric Properties and Graph-Based Optimization of Neural Networks: Addressing Non-Linearity, Dimensionality, and Scalability
von: Wienczkowski, Michael, et al.
Veröffentlicht: (2025)

Fishnets: Information-Optimal, Scalable Aggregation for Sets and Graphs
von: Makinen, T. Lucas, et al.
Veröffentlicht: (2023)

Optimize Wider, Not Deeper: Consensus Aggregation for Policy Optimization
von: Su, Zelal, et al.
Veröffentlicht: (2026)