Buchumschlag

Importance Sampling Optimization with Laplace Principle

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dragomir, Radu-Alexandru, Portier, François, Priser, Victor
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Consensus-Based Optimization Beyond Finite-Time Analysis
von: Bianchi, Pascal, et al.
Veröffentlicht: (2025)

Convex quartic problems: homogenized gradient method and preconditioning
von: Dragomir, Radu-Alexandru, et al.
Veröffentlicht: (2023)

A Theoretical Framework for Grokking: Interpolation followed by Riemannian Norm Minimisation
von: Boursier, Etienne, et al.
Veröffentlicht: (2025)

Implicit Bias of Mirror Flow on Separable Data
von: Pesme, Scott, et al.
Veröffentlicht: (2024)

Importance Sampling in Expensive Finite-Sum Optimization via Contextual Bandit Methods
von: Menickelly, Matt
Veröffentlicht: (2026)

A practical randomized trust-region method to escape saddle points in high dimension
von: Dragomir, Radu-Alexandru, et al.
Veröffentlicht: (2026)

Stochastic Optimization with Optimal Importance Sampling
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Shape-Constrained Distributional Optimization via Importance-Weighted Sample Average Approximation
von: Lam, Henry, et al.
Veröffentlicht: (2024)

Using Laplace Transform To Optimize the Hallucination of Generation Models
von: Kang, Cheng, et al.
Veröffentlicht: (2026)

Laplace Meets Moreau: Smooth Approximation to Infimal Convolutions Using Laplace's Method
von: Tibshirani, Ryan J., et al.
Veröffentlicht: (2024)

Online estimation of the inverse of the Hessian for stochastic optimization with application to universal stochastic Newton algorithms
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

The Internal Model Principle of Time-Varying Optimization
von: Bianchin, Gianluca, et al.
Veröffentlicht: (2024)

Ensemble Control for Stochastic Systems with Asymmetric Laplace Noises
von: Yu, Yajie, et al.
Veröffentlicht: (2024)

Assortment Optimization and the Sample Average Approximation
von: Khalid, Hassaan, et al.
Veröffentlicht: (2025)

D-Optimized Sampling Design for System Identification
von: Dozzi, Enrico, et al.
Veröffentlicht: (2026)

Flexibility Characterization of Sustainable Power Systems in Demand Space: A Data-Driven Inverse Optimization Approach
von: Awadalla, Mohamed, et al.
Veröffentlicht: (2022)

Sample Complexity of Chance Constrained Optimization in Dynamic Environment
von: Shukla, Apurv, et al.
Veröffentlicht: (2024)

Feedback Optimization of Dynamical Systems in Time-Varying Environments: An Internal Model Principle Approach
von: Bianchin, Gianluca, et al.
Veröffentlicht: (2025)

A Gradient Sampling Algorithm for Noisy Nonsmooth Optimization
von: Berahas, Albert S., et al.
Veröffentlicht: (2026)

Derivative-Free Optimization via Adaptive Sampling Strategies
von: Bollapragada, Raghu, et al.
Veröffentlicht: (2024)

Global Optimization Algorithm through High-Resolution Sampling
von: Cortild, Daniel, et al.
Veröffentlicht: (2024)

Sample- and computationally efficient data-driven predictive control
von: Alsalti, Mohammad, et al.
Veröffentlicht: (2023)

Reusing Historical Trajectories in Natural Policy Gradient via Importance Sampling: Convergence and Convergence Rate
von: Lin, Yifan, et al.
Veröffentlicht: (2024)

Laplace Transforms of Stopping Times for Subordinator with Applications to Inventory Control
von: Koide, Ryoya
Veröffentlicht: (2026)

Constrained Policy Optimization for Stochastic Optimal Control under Nonstationary Uncertainties
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

Koopman Representations for Non-Vanishing Time Intervals: An Optimization Approach and Sampling Effects
von: Cho, Younghwan, et al.
Veröffentlicht: (2026)

Understanding Lookahead Dynamics Through Laplace Transform
von: Sanyal, Aniket, et al.
Veröffentlicht: (2025)

Jointly Improving the Sample and Communication Complexities in Decentralized Stochastic Minimax Optimization
von: Zhang, Xuan, et al.
Veröffentlicht: (2023)

Sample-Based Consistency in Infinite-Dimensional Conic-Constrained Stochastic Optimization
von: Geiersbach, Caroline, et al.
Veröffentlicht: (2025)

Continuized Nesterov Acceleration for Non-Convex Optimization
von: Hermant, Julien, et al.
Veröffentlicht: (2025)

Non-linear estimators for the observation and stabilisation of falling liquid films
von: Holroyd, Oscar, et al.
Veröffentlicht: (2025)

Control of semilinear differential equations with moving singularities
von: Precup, Radu, et al.
Veröffentlicht: (2025)

Optimal Mediated Graphs: The role of Combinatorics in Conic Optimization
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

Time-Reversal of Stochastic Maximum Principle
von: Taghvaei, Amirhossein
Veröffentlicht: (2024)

Boosting Accelerated Proximal Gradient Method with Adaptive Sampling for Stochastic Composite Optimization
von: Zhu, Dongxuan, et al.
Veröffentlicht: (2025)

Dynamic Redeployment of Nurses Across Hospitals: A Sample Robust Optimization Approach
von: Liu, Wei, et al.
Veröffentlicht: (2025)

On the Strength of Linear Relaxations in Ordered Optimization
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

Controllability and Observability Imply Exponential Decay of Sensitivity in Dynamic Optimization
von: Shin, Sungho, et al.
Veröffentlicht: (2021)

The Iterates of Nesterov's Accelerated Algorithm Converge in The Critical Regimes
von: Bot, Radu Ioan, et al.
Veröffentlicht: (2025)

Proximal Oracles for Optimization and Sampling
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)