Buchumschlag

Learning-Augmented Ski Rental with Discrete Distributions: A Bayesian Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kang, Bosun, Park, Hyejun, Fan, Chenglin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Data Structures and Algorithms
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Ski Rental with Distributional Predictions of Unknown Quality
von: Cui, Qiming, et al.
Veröffentlicht: (2026)

Learning Augmented Graph $k$-Clustering
von: Fan, Chenglin, et al.
Veröffentlicht: (2025)

Optimal Algorithms for Augmented Testing of Discrete Distributions
von: Aliakbarpour, Maryam, et al.
Veröffentlicht: (2024)

Decision-Theoretic Approaches for Improved Learning-Augmented Algorithms
von: Angelopoulos, Spyros, et al.
Veröffentlicht: (2025)

Learning-augmented Online Algorithm for Two-level Ski-rental Problem
von: Zhang, Keyuan, et al.
Veröffentlicht: (2024)

Optimal Prediction-Augmented Algorithms for Testing Independence of Distributions
von: Aliakbarpour, Maryam, et al.
Veröffentlicht: (2026)

Learning-Augmented Hierarchical Clustering
von: Braverman, Vladimir, et al.
Veröffentlicht: (2025)

Learning-Augmented Frequent Directions
von: Aamand, Anders, et al.
Veröffentlicht: (2025)

Robust Learning-Augmented Dictionaries
von: Zeynali, Ali, et al.
Veröffentlicht: (2024)

Transductive and Learning-Augmented Online Regression
von: Raman, Vinod, et al.
Veröffentlicht: (2025)

On the Power of Learning-Augmented Search Trees
von: Chen, Jingbang, et al.
Veröffentlicht: (2022)

Learning-Augmented Algorithms with Explicit Predictors
von: Elias, Marek, et al.
Veröffentlicht: (2024)

Learning-Augmented Search Data Structures
von: Fu, Chunkai, et al.
Veröffentlicht: (2024)

Learning-Augmented Algorithms for $k$-median via Online Learning
von: Hebbar, Anish, et al.
Veröffentlicht: (2026)

Learning-Augmented Streaming Algorithms for Correlation Clustering
von: Dong, Yinhao, et al.
Veröffentlicht: (2025)

Prediction-Specific Design of Learning-Augmented Algorithms
von: Li, Sizhe, et al.
Veröffentlicht: (2025)

Towards Optimal Robustness in Learning-Augmented Paging
von: Chen, Peng, et al.
Veröffentlicht: (2026)

Parsimonious Learning-Augmented Online Metric Matching
von: Shin, Yongho, et al.
Veröffentlicht: (2026)

Learning-Augmented Frequency Estimation in Sliding Windows
von: Shahout, Rana, et al.
Veröffentlicht: (2024)

Learning-Augmented Online Scheduling with Parsimonious Preemption
von: Blue, Mugen, et al.
Veröffentlicht: (2026)

Handling Delayed Feedback in Distributed Online Optimization : A Projection-Free Approach
von: Nguyen, Tuan-Anh, et al.
Veröffentlicht: (2024)

Overcoming Brittleness in Pareto-Optimal Learning-Augmented Algorithms
von: Angelopoulos, Spyros, et al.
Veröffentlicht: (2024)

Learning-Augmented Moment Estimation on Time-Decay Models
von: Nagawanshi, Soham, et al.
Veröffentlicht: (2026)

Testable Learning with Distribution Shift
von: Klivans, Adam R., et al.
Veröffentlicht: (2023)

Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms
von: Lechowicz, Adam, et al.
Veröffentlicht: (2023)

Robustifying Learning-Augmented Caching Efficiently without Compromising 1-Consistency
von: Chen, Peng, et al.
Veröffentlicht: (2025)

Learning-Augmented Online Bipartite Matching in the Random Arrival Order Model
von: Burathep, Kunanon, et al.
Veröffentlicht: (2025)

Asymptotically Robust Learning-Augmented Algorithms for Preemptive FIFO Buffer Management
von: Hsieh, Wen-Han, et al.
Veröffentlicht: (2026)

Efficient Discrepancy Testing for Learning with Distribution Shift
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Distribution Learning Meets Graph Structure Sampling
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

Iterative Chow Filtering for Learning with Distribution Shift
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2026)

Better Learning-Augmented Spanning Tree Algorithms via Metric Forest Completion
von: Veldt, Nate, et al.
Veröffentlicht: (2026)

Sample-and-Search: An Effective Algorithm for Learning-Augmented k-Median Clustering in High dimensions
von: Cheng, Kangke, et al.
Veröffentlicht: (2026)

New Statistical and Computational Results for Learning Junta Distributions
von: Beretta, Lorenzo
Veröffentlicht: (2025)

Learned LSM-trees: Two Approaches Using Learned Bloom Filters
von: Fidalgo, Nicholas, et al.
Veröffentlicht: (2025)

Learning Neural Networks with Distribution Shift: Efficiently Certifiable Guarantees
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Learning Intersections of Two Margin Halfspaces under Factorizable Distributions
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2025)

Equivalence of Coarse and Fine-Grained Models for Learning with Distribution Shift
von: Klivans, Adam R., et al.
Veröffentlicht: (2026)

Theoretically Grounded Pruning of Large Ground Sets for Constrained, Discrete Optimization
von: Nath, Ankur, et al.
Veröffentlicht: (2024)

Learning Intersections of Halfspaces with Distribution Shift: Improved Algorithms and SQ Lower Bounds
von: Klivans, Adam R., et al.
Veröffentlicht: (2024)