Buchumschlag

Designing Ambiguity Sets for Distributionally Robust Optimization Using Structural Causal Optimal Transport

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ehyaei, Ahmad-Reza, Farnadi, Golnoosh, Samadi, Samira
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

Wasserstein Distributionally Robust Optimization Through the Lens of Structural Causal Models and Individual Fairness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2023)

From Fragile to Certified: Wasserstein Audits of Group Fairness Under Distribution Shift
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2025)

Collective Counterfactual Explanations: Balancing Individual Goals and Collective Dynamics
von: Ehyaei, Ahmad-Reza, et al.
Veröffentlicht: (2024)

LoRA Provides Differential Privacy by Design via Random Sketching
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Rethinking Hallucinations: Correctness, Consistency, and Prompt Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2026)

Advancing Cultural Inclusivity: Optimizing Embedding Spaces for Balanced Music Recommendations
von: Moradi, Armin, et al.
Veröffentlicht: (2024)

Data as a Lever: A Neighbouring Datasets Perspective on Predictive Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2025)

Delta-Crosscoder: Robust Crosscoder Model Diffing in Narrow Fine-Tuning Regimes
von: Kassem, Aly, et al.
Veröffentlicht: (2026)

Systemizing Multiplicity: The Curious Case of Arbitrariness in Machine Learning
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2025)

Understanding the role of depth in the neural tangent kernel for overparameterized neural networks
von: St-Arnaud, William, et al.
Veröffentlicht: (2025)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

Understanding Intrinsic Socioeconomic Biases in Large Language Models
von: Arzaghi, Mina, et al.
Veröffentlicht: (2024)

Towards More Realistic Extraction Attacks: An Adversarial Perspective
von: More, Yash, et al.
Veröffentlicht: (2024)

Position: Cracking the Code of Cascading Disparity Towards Marginalized Communities
von: Farnadi, Golnoosh, et al.
Veröffentlicht: (2024)

Distributionally Robust Optimisation with Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2024)

Differentially Private Clustered Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Distributionally Robust Regret Optimal Control Under Moment-Based Ambiguity Sets
von: Taha, Feras Al, et al.
Veröffentlicht: (2025)

Different Horses for Different Courses: Comparing Bias Mitigation Algorithms in ML
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

Reviving Your MNEME: Predicting The Side Effects of LLM Unlearning and Fine-Tuning via Sparse Model Diffing
von: Kassem, Aly M., et al.
Veröffentlicht: (2025)

Distributionally Robust Optimization via Diffusion Ambiguity Modeling
von: Wen, Jiaqi, et al.
Veröffentlicht: (2025)

Distributionally Robust Optimization via Generative Ambiguity Modeling
von: Wen, Jiaqi, et al.
Veröffentlicht: (2026)

Intrinsic Meets Extrinsic Fairness: Assessing the Downstream Impact of Bias Mitigation in Large Language Models
von: Arzaghi', 'Mina, et al.
Veröffentlicht: (2025)

The Cost of Arbitrariness for Individuals: Examining the Legal and Technical Challenges of Model Multiplicity
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

Fairness Incentives in Response to Unfair Dynamic Pricing
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2024)

Mitigating Spurious Correlation via Distributionally Robust Learning with Hierarchical Ambiguity Sets
von: Jo, Sung Ho, et al.
Veröffentlicht: (2025)

Optimal Transport Regularized Divergences: Application to Adversarial Robustness
von: Birrell, Jeremiah, et al.
Veröffentlicht: (2023)

A Unifying Post-Processing Framework for Multi-Objective Learn-to-Defer Problems
von: Charusaie, Mohammad-Amin, et al.
Veröffentlicht: (2024)

Unifying Distributionally Robust Optimization via Optimal Transport Theory
von: Blanchet, Jose, et al.
Veröffentlicht: (2023)

Balancing Profit and Fairness in Risk-Based Pricing Markets
von: Thibodeau, Jesse, et al.
Veröffentlicht: (2025)

Statistical Guarantees for Distributionally Robust Optimization with Optimal Transport and OT-Regularized Divergences
von: Birrell, Jeremiah, et al.
Veröffentlicht: (2026)

Decision Making under the Exponential Family: Distributionally Robust Optimisation with Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2024)

A Geometric Unification of Distributionally Robust Covariance Estimators: Shrinking the Spectrum by Inflating the Ambiguity Set
von: Yue, Man-Chung, et al.
Veröffentlicht: (2024)

Multilingual Amnesia: On the Transferability of Unlearning in Multilingual LLMs
von: Farashah, Alireza Dehghanpour, et al.
Veröffentlicht: (2026)

Online Decision Deferral under Budget Constraints
von: Reid, Mirabel, et al.
Veröffentlicht: (2024)

Decision Making under Model Misspecification: DRO with Robust Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2025)

Balancing Act: Constraining Disparate Impact in Sparse Models
von: Hashemizadeh, Meraj, et al.
Veröffentlicht: (2023)

Nash Equilibria, Regularization and Computation in Optimal Transport-Based Distributionally Robust Optimization
von: Shafiee, Soroosh, et al.
Veröffentlicht: (2023)

FDR-SVM: A Federated Distributionally Robust Support Vector Machine via a Mixture of Wasserstein Balls Ambiguity Set
von: Ibrahim, Michael, et al.
Veröffentlicht: (2024)

Efficient Algorithms for Robust Markov Decision Processes with $s$-Rectangular Ambiguity Sets
von: Ho, Chin Pang, et al.
Veröffentlicht: (2026)