Buchumschlag

Scenario Approach with Post-Design Certification of User-Specified Properties

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Carè, Algo, Campi, Marco C., Garatti, Simone
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scenario theory for multi-criteria data-driven decision making
von: Garatti, Simone, et al.
Veröffentlicht: (2026)

A Theory of the Risk for Optimization with Relaxation and its Application to Support Vector Machines
von: Campi, Marco C., et al.
Veröffentlicht: (2020)

A Scenario-Based Approach for Stochastic Economic Model Predictive Control with an Expected Shortfall Constraint
von: Arastou, Alireza, et al.
Veröffentlicht: (2025)

Pick-to-Learn for Systems and Control: Data-driven Synthesis with State-of-the-art Safety Guarantees
von: Paccagnan, Dario, et al.
Veröffentlicht: (2025)

Risk Analysis and Design Against Adversarial Actions
von: Campi, Marco C., et al.
Veröffentlicht: (2025)

Signed-Perturbed Sums Estimation of ARX Systems: Exact Coverage and Strong Consistency (Extended Version)
von: Carè, Algo, et al.
Veröffentlicht: (2024)

Assessing Markov Property in Driving Behaviors: Insights from Statistical Tests
von: Li, Zheng, et al.
Veröffentlicht: (2025)

Deep Adaptive Model-Based Design of Experiments
von: Strouwen, Arno, et al.
Veröffentlicht: (2026)

A Statistical Decision-Theoretical Perspective on the Two-Stage Approach to Parameter Estimation
von: Lakshminarayanan, Braghadeesh, et al.
Veröffentlicht: (2022)

Application-Driven Learning: A Closed-Loop Prediction and Optimization Approach Applied to Dynamic Reserves and Demand Forecasting
von: Garcia, Joaquim Dias, et al.
Veröffentlicht: (2021)

Set Invariance with Probability One for Controlled Diffusion: Score-based Approach
von: Wang, Wenqing, et al.
Veröffentlicht: (2025)

A Cyber Manufacturing IoT System for Adaptive Machine Learning Model Deployment by Interactive Causality Enabled Self-Labeling
von: Ren, Yutian, et al.
Veröffentlicht: (2024)

Graph neural networks for power grid operational risk assessment under evolving grid topology
von: Zhang, Yadong, et al.
Veröffentlicht: (2024)

A Metropolis-Adjusted Langevin Algorithm for Sampling Jeffreys Prior
von: Shi, Yibo, et al.
Veröffentlicht: (2025)

On Large-Scale Multiple Testing Over Networks: An Asymptotic Approach
von: Pournaderi, Mehrdad, et al.
Veröffentlicht: (2022)

Online Identification of Stochastic Continuous-Time Wiener Models Using Sampled Data
von: Abdalmoaty, Mohamed, et al.
Veröffentlicht: (2024)

Causal discovery in deterministic discrete LTI-DAE systems
von: Konkathi, Bala Rajesh, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Model Ensembles Using Entropic Risk Measures
von: Noorani, Erfaun, et al.
Veröffentlicht: (2025)

Sample Complexity of the Sign-Perturbed Sums Method
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

Compression, Generalization and Learning
von: Campi, Marco C., et al.
Veröffentlicht: (2023)

Will My Robot Achieve My Goals? Predicting the Probability that an MDP Policy Reaches a User-Specified Behavior Target
von: Guyer, Alexander, et al.
Veröffentlicht: (2022)

Modelos Empiricos de Pos-Dupla Selecao por LASSO: Discussoes para Estudos do Transporte Aereo
von: Oliveira, Alessandro V. M.
Veröffentlicht: (2025)

An Interventional Perspective on Identifiability in Gaussian LTI Systems with Independent Component Analysis
von: Rajendran, Goutham, et al.
Veröffentlicht: (2023)

From Data-Driven to Purpose-Driven Artificial Intelligence: Systems Thinking for Data-Analytic Automation of Patient Care
von: Anadria, Daniel, et al.
Veröffentlicht: (2025)

A Hypergraph-Based Machine Learning Ensemble Network Intrusion Detection System
von: Lin, Zong-Zhi, et al.
Veröffentlicht: (2022)

DCILP: A Distributed Approach for Large-Scale Causal Structure Learning
von: Dong, Shuyu, et al.
Veröffentlicht: (2024)

Adversarially and Distributionally Robust Virtual Energy Storage Systems via the Scenario Approach
von: Pantazis, Georgios, et al.
Veröffentlicht: (2025)

Myopically Verifiable Probabilistic Certificates for Safe Control and Learning
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2024)

Robustness Certificates for Neural Networks against Adversarial Attacks
von: Taheri, Sara, et al.
Veröffentlicht: (2025)

Stochastic Approximation in a Markovian Framework Revisited: Lipschitz Continuity of the Poisson Equation
von: Carè, Algo, et al.
Veröffentlicht: (2019)

Sample Efficient Certification of Discrete-Time Control Barrier Functions
von: Mulagaleti, Sampath Kumar, et al.
Veröffentlicht: (2025)

Balancing Application Relevant and Sparsity Revealing Excitation in Input Design
von: Parsa, Javad, et al.
Veröffentlicht: (2024)

Distributionally Robust Policy and Lyapunov-Certificate Learning
von: Long, Kehan, et al.
Veröffentlicht: (2024)

Learning Koopman-based Stability Certificates for Unknown Nonlinear Systems
von: Zhou, Ruikun, et al.
Veröffentlicht: (2024)

Bridging Conformal Prediction and Scenario Optimization: Discarded Constraints and Modular Risk Allocation
von: Calafiore, Giuseppe C.
Veröffentlicht: (2026)

Policy Verification in Stochastic Dynamical Systems Using Logarithmic Neural Certificates
von: Badings, Thom, et al.
Veröffentlicht: (2024)

LUCID: Learning-Enabled Uncertainty-Aware Certification of Stochastic Dynamical Systems
von: Casablanca, Ernesto, et al.
Veröffentlicht: (2025)

A System-Theoretic Approach to Hawkes Process Identification with Guaranteed Positivity and Stability
von: Rong, Xinhui, et al.
Veröffentlicht: (2026)

Lipschitz-Based Robustness Certification for Recurrent Neural Networks via Convex Relaxation
von: Hamelbeck, Paul, et al.
Veröffentlicht: (2025)

Experimental Design for Matching
von: Wang, Chonghuan
Veröffentlicht: (2026)