Buchumschlag

RS-ORT: A Reduced-Space Branch-and-Bound Algorithm for Optimal Regression Trees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heredia, Cristobal, Chumpitaz-Flores, Pedro, Hua, Kaixun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SPOT: Scalable Policy Optimization with Trees for Markov Decision Processes
von: Xiong, Xuyuan, et al.
Veröffentlicht: (2025)

A Scalable Global Optimization Algorithm For Constrained Clustering
von: Chumpitaz-Flores, Pedro, et al.
Veröffentlicht: (2025)

qc-kmeans: A Quantum Compressive K-Means Algorithm for NISQ Devices
von: Chumpitaz-Flores, Pedro, et al.
Veröffentlicht: (2025)

QIBONN: A Quantum-Inspired Bilevel Optimizer for Neural Networks on Tabular Classification
von: Chumpitaz-Flores, Pedro, et al.
Veröffentlicht: (2025)

PASS: Certified Subset Repair for Classical and Quantum Pairwise Constrained Clustering
von: Chumpitaz-Flores, Pedro, et al.
Veröffentlicht: (2026)

Optimal Classification Trees for Continuous Feature Data Using Dynamic Programming with Branch-and-Bound
von: Brita, Catalin E., et al.
Veröffentlicht: (2025)

Principled Input-Output-Conditioned Post-Hoc Uncertainty Estimation for Regression Networks
von: Bramlage, Lennart, et al.
Veröffentlicht: (2025)

Neural Network Verification with Branch-and-Bound for General Nonlinearities
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

Solving Probabilistic Verification Problems of Neural Networks using Branch and Bound
von: Boetius, David, et al.
Veröffentlicht: (2024)

BaB-prob: Branch and Bound with Preactivation Splitting for Probabilistic Verification of Neural Networks
von: Wang, Fangji, et al.
Veröffentlicht: (2025)

A Comparison of Recent Algorithms for Symbolic Regression to Genetic Programming
von: Radwan, Yousef A., et al.
Veröffentlicht: (2024)

Uncertainty Regularized Evidential Regression
von: Ye, Kai, et al.
Veröffentlicht: (2024)

Accelerating RL for LLM Reasoning with Optimal Advantage Regression
von: Brantley, Kianté, et al.
Veröffentlicht: (2025)

Optimal Learners for Realizable Regression: PAC Learning and Online Learning
von: Attias, Idan, et al.
Veröffentlicht: (2023)

A Lower Bound for the Number of Linear Regions of Ternary ReLU Regression Neural Networks
von: Nakahara, Yuta, et al.
Veröffentlicht: (2025)

Kernelized Reinforcement Learning with Order Optimal Regret Bounds
von: Vakili, Sattar, et al.
Veröffentlicht: (2023)

PruneSymNet: A Symbolic Neural Network and Pruning Algorithm for Symbolic Regression
von: Wu, Min, et al.
Veröffentlicht: (2024)

E-Globe: Scalable $ε$-Global Verification of Neural Networks via Tight Upper Bounds and Pattern-Aware Branching
von: Li, Wenting, et al.
Veröffentlicht: (2026)

On Imbalanced Regression with Hoeffding Trees
von: Alchirch, Pantia-Marina, et al.
Veröffentlicht: (2026)

A Quantile Regression Approach for Remaining Useful Life Estimation with State Space Models
von: Frizzo, Davide, et al.
Veröffentlicht: (2025)

Regret Bounds and Reinforcement Learning Exploration of EXP-based Algorithms
von: Xu, Mengfan, et al.
Veröffentlicht: (2020)

Stagnation in Evolutionary Algorithms: Convergence $\neq$ Optimality
von: Zhou, Xiaojun
Veröffentlicht: (2025)

Certified Training with Branch-and-Bound for Lyapunov-stable Neural Control
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

Local Linear Attention: An Optimal Interpolation of Linear and Softmax Attention For Test-Time Regression
von: Zuo, Yifei, et al.
Veröffentlicht: (2025)

A Geometry-Aware Algorithm to Learn Hierarchical Embeddings in Hyperbolic Space
von: Wang, Zhangyu, et al.
Veröffentlicht: (2024)

Efficiently Learning Branching Networks for Multitask Algorithmic Reasoning
von: Li, Dongyue, et al.
Veröffentlicht: (2025)

Policy Newton Algorithm in Reproducing Kernel Hilbert Space
von: Zhang, Yixian, et al.
Veröffentlicht: (2025)

Multi-View Majority Vote Learning Algorithms: Direct Minimization of PAC-Bayesian Bounds
von: Hennequin, Mehdi, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

State Space Models over Directed Graphs
von: She, Junzhi, et al.
Veröffentlicht: (2025)

Estimating Long-term Heterogeneous Dose-response Curve: Generalization Bound Leveraging Optimal Transport Weights
von: Yang, Zeqin, et al.
Veröffentlicht: (2024)

Minimax Optimal and Computationally Efficient Algorithms for Distributionally Robust Offline Reinforcement Learning
von: Liu, Zhishuai, et al.
Veröffentlicht: (2024)

A Unified Gaussian Process for Branching and Nested Hyperparameter Optimization
von: Zhang, Jiazhao, et al.
Veröffentlicht: (2024)

New Algorithmic Directions in Optimal Transport and Applications for Product Spaces
von: Beigi, Salman, et al.
Veröffentlicht: (2025)

Double-Bounded Optimal Transport for Advanced Clustering and Classification
von: Shi, Liangliang, et al.
Veröffentlicht: (2024)

Projection by Convolution: Optimal Sample Complexity for Reinforcement Learning in Continuous-Space MDPs
von: Maran, Davide, et al.
Veröffentlicht: (2024)

CORL: Reinforcement Learning of MILP Policies Solved via Branch and Bound
von: Anand, Akhil S, et al.
Veröffentlicht: (2025)

A Meta-Level Learning Algorithm for Sequential Hyper-Parameter Space Reduction in AutoML
von: Borboudakis, Giorgos, et al.
Veröffentlicht: (2023)

GradCFA: A Hybrid Gradient-Based Counterfactual and Feature Attribution Explanation Algorithm for Local Interpretation of Neural Networks
von: Sanderson, Jacob, et al.
Veröffentlicht: (2026)

Agnostic Learning of Mixed Linear Regressions with EM and AM Algorithms
von: Ghosh, Avishek, et al.
Veröffentlicht: (2024)