Buchumschlag

A Neural Network Framework for Discovering Closed-form Solutions to Quadratic Programs with Linear Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Beylunioglu, Fuat Can, Duimering, P. Robert, Pirnia, Mehrdad
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Partially-Supervised Neural Network Model For Quadratic Multiparametric Programming
von: Beylunioglu, Fuat Can, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks with Hard Linear Equality Constraints
von: Chen, Hao, et al.
Veröffentlicht: (2024)

Expressive Power of Graph Neural Networks for (Mixed-Integer) Quadratic Programs
von: Chen, Ziang, et al.
Veröffentlicht: (2024)

An Efficient Data Driven Model for Generation Expansion Planning with Short Term Operational Constraints
von: Shavandi, Hassan, et al.
Veröffentlicht: (2018)

An Efficient Unsupervised Framework for Convex Quadratic Programs via Deep Unrolling
von: Yang, Linxin, et al.
Veröffentlicht: (2024)

Two-Timescale Optimization Framework for Sparse-Feedback Linear-Quadratic Optimal Control
von: Feng, Lechen, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning via Linear-Programming with Error-Bound Induced Constraints
von: Ozdaglar, Asuman, et al.
Veröffentlicht: (2022)

Accelerated Optimization Landscape of Linear-Quadratic Regulator
von: Feng, Lechen, et al.
Veröffentlicht: (2023)

Nonconvex Optimization Framework for Group-Sparse Feedback Linear-Quadratic Optimal Control: Penalty Approach
von: Feng, Lechen, et al.
Veröffentlicht: (2025)

Tsallis Entropy Regularization for Linearly Solvable MDP and Linear Quadratic Regulator
von: Hashizume, Yota, et al.
Veröffentlicht: (2024)

Expressivity of Quadratic Neural ODEs
von: Hanson, Joshua, et al.
Veröffentlicht: (2025)

A Complete Set of Quadratic Constraints for Repeated ReLU and Generalizations
von: Noori, Sahel Vahedi, et al.
Veröffentlicht: (2024)

Nonconvex Optimization Framework for Group-Sparse Feedback Linear-Quadratic Optimal Control: Non-Penalty Approach
von: Feng, Lechen, et al.
Veröffentlicht: (2025)

T-SKM-Net: Trainable Neural Network Framework for Linear Constraint Satisfaction via Sampling Kaczmarz-Motzkin Method
von: Zhu, Haoyu, et al.
Veröffentlicht: (2025)

IoT-based Fresh Produce Supply Chain Under Uncertainty: An Adaptive Optimization Framework
von: Seth, Chirag, et al.
Veröffentlicht: (2025)

Learning Decentralized Linear Quadratic Regulators with $\sqrt{T}$ Regret
von: Ye, Lintao, et al.
Veröffentlicht: (2022)

Sample Complexity of the Linear Quadratic Regulator: A Reinforcement Learning Lens
von: Moghaddam, Amirreza Neshaei, et al.
Veröffentlicht: (2024)

Near-Optimal Distributed Linear-Quadratic Regulator for Networked Systems
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

Differentiation Through Black-Box Quadratic Programming Solvers
von: Magoon, Connor W., et al.
Veröffentlicht: (2024)

Fast Policy Learning for Linear Quadratic Control with Entropy Regularization
von: Guo, Xin, et al.
Veröffentlicht: (2023)

Regret Bounds for Episodic Risk-Sensitive Linear Quadratic Regulator
von: Xu, Wenhao, et al.
Veröffentlicht: (2024)

Regret Lower Bounds for Learning Linear Quadratic Gaussian Systems
von: Ziemann, Ingvar, et al.
Veröffentlicht: (2022)

Sample Complexity of Linear Quadratic Regulator Without Initial Stability
von: Moghaddam, Amirreza Neshaei, et al.
Veröffentlicht: (2025)

ML-Guided Primal Heuristics for Mixed Binary Quadratic Programs
von: Huang, Weimin, et al.
Veröffentlicht: (2026)

A Penalty Approach for Differentiation Through Black-Box Quadratic Programming Solvers
von: Linghu, Yuxuan, et al.
Veröffentlicht: (2026)

Online Convex Optimization and Integral Quadratic Constraints: An automated approach to regret analysis
von: Jakob, Fabian, et al.
Veröffentlicht: (2025)

The New Era of Dynamic Pricing: Synergizing Supervised Learning and Quadratic Programming
von: Bramao, Gustavo, et al.
Veröffentlicht: (2024)

Policy Gradient Converges to the Globally Optimal Policy for Nearly Linear-Quadratic Regulators
von: Han, Yinbin, et al.
Veröffentlicht: (2023)

Linear-Quadratic Mean-Field Reinforcement Learning: Convergence of Policy Gradient Methods
von: Carmona, René, et al.
Veröffentlicht: (2019)

Reinforcement Learning for a Discrete-Time Linear-Quadratic Control Problem with an Application
von: Li, Lucky
Veröffentlicht: (2024)

Policy Gradient Methods for Discrete Time Linear Quadratic Regulator With Random Parameters
von: Li, Deyue
Veröffentlicht: (2023)

On Integer Programming for the Binarized Neural Network Verification Problem
von: Kim, Woojin, et al.
Veröffentlicht: (2025)

Convergence Analysis for Learning Orthonormal Deep Linear Neural Networks
von: Qin, Zhen, et al.
Veröffentlicht: (2023)

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part I
von: Tian, Yi, et al.
Veröffentlicht: (2022)

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part II
von: Tian, Yi, et al.
Veröffentlicht: (2026)

Model-Free Learning for the Linear Quadratic Regulator over Rate-Limited Channels
von: Ye, Lintao, et al.
Veröffentlicht: (2024)

Incremental Correction in Dynamic Systems Modelled with Neural Networks for Constraint Satisfaction
von: Cho, Namhoon, et al.
Veröffentlicht: (2022)

Iterative Minimax Games with Coupled Linear Constraints
von: Zhang, Huiling, et al.
Veröffentlicht: (2022)

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

Rate-Optimal Regret for the Safe Learning-based Control of the Constrained Linear Quadratic Regulator
von: Hutchinson, Spencer, et al.
Veröffentlicht: (2026)