Copertina

Learning An Interpretable Risk Scoring System for Maximizing Decision Net Benefit

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chi, Wenhao, Birbil, Ş. İlker
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Optimization and Control
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Machine Learning for K-adaptability in Two-stage Robust Optimization
di: Julien, Esther, et al.
Pubblicazione: (2022)

Coherent Local Explanations for Mathematical Optimization
di: Otto, Daan, et al.
Pubblicazione: (2025)

Counterfactual Explanations for Linear Optimization
di: Kurtz, Jannis, et al.
Pubblicazione: (2024)

Linear Model Extraction via Factual and Counterfactual Queries
di: Otto, Daan, et al.
Pubblicazione: (2026)

From Large Language Models and Optimization to Decision Optimization CoPilot: A Research Manifesto
di: Wasserkrug, Segev, et al.
Pubblicazione: (2024)

DistrictNet: Decision-aware learning for geographical districting
di: Ahmed, Cheikh, et al.
Pubblicazione: (2024)

An Explainable and Interpretable Composite Indicator Based on Decision Rules
di: Corrente, Salvatore, et al.
Pubblicazione: (2025)

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

Risk-sensitive Markov Decision Process and Learning under General Utility Functions
di: Wu, Zhengqi, et al.
Pubblicazione: (2023)

Sufficient Decision Proxies for Decision-Focused Learning
di: Schutte, Noah, et al.
Pubblicazione: (2025)

(Un)supervised Learning of Maximal Lyapunov Functions
di: Barreau, Matthieu, et al.
Pubblicazione: (2024)

FedSEA: Achieving Benefit of Parallelization in Federated Online Learning
di: Sahu, Harekrushna, et al.
Pubblicazione: (2026)

Momentum Benefits Non-IID Federated Learning Simply and Provably
di: Cheng, Ziheng, et al.
Pubblicazione: (2023)

Preconditioning Benefits of Spectral Orthogonalization in Muon
di: Ma, Jianhao, et al.
Pubblicazione: (2026)

Robust Losses for Decision-Focused Learning
di: Schutte, Noah, et al.
Pubblicazione: (2023)

Decision-Focused Learning with Directional Gradients
di: Huang, Michael, et al.
Pubblicazione: (2024)

Learning to Cover: Online Learning and Optimization with Irreversible Decisions
di: Jacquillat, Alexandre, et al.
Pubblicazione: (2024)

An Ensemble Score Filter for Tracking High-Dimensional Nonlinear Dynamical Systems
di: Bao, Feng, et al.
Pubblicazione: (2023)

Maximizing Reliability with Bayesian Optimization
di: Buckingham, Jack M., et al.
Pubblicazione: (2026)

Risk-Averse Learning with Varying Risk Levels
di: Wang, Siyi, et al.
Pubblicazione: (2025)

Structured Reinforcement Learning for Combinatorial Decision-Making
di: Hoppe, Heiko, et al.
Pubblicazione: (2025)

Fundamental Benefit of Alternating Updates in Minimax Optimization
di: Lee, Jaewook, et al.
Pubblicazione: (2024)

Methodology for Interpretable Reinforcement Learning for Optimizing Mechanical Ventilation
di: Lee, Joo Seung, et al.
Pubblicazione: (2024)

Distributed Online Submodular Maximization under Communication Delays: A Simultaneous Decision-Making Approach
di: Xu, Zirui, et al.
Pubblicazione: (2026)

Robust Risk-Sensitive Reinforcement Learning with Conditional Value-at-Risk
di: Ni, Xinyi, et al.
Pubblicazione: (2024)

Optimization for Neural Operators can Benefit from Width
di: Cisneros-Velarde, Pedro, et al.
Pubblicazione: (2025)

Decision Machines: Congruent Decision Trees
di: Zhang, Jinxiong
Pubblicazione: (2021)

Counterfactual Explanations for Integer Optimization Problems
di: Engelhardt, Felix, et al.
Pubblicazione: (2025)

Differentially Private Linear Optimization for Multi-Party Resource Sharing
di: Karaca, Utku, et al.
Pubblicazione: (2021)

Decision-Focused Federated Learning Under Heterogeneous Objectives and Constraints
di: Ziliaskopoulos, Konstantinos, et al.
Pubblicazione: (2026)

The Sample-Communication Complexity Trade-off in Federated Q-Learning
di: Salgia, Sudeep, et al.
Pubblicazione: (2024)

Continuous Q-Score Matching: Diffusion Guided Reinforcement Learning for Continuous-Time Control
di: Hua, Chengxiu, et al.
Pubblicazione: (2025)

Deflation-Free Optimal Scoring
di: Afroz, Sharmin, et al.
Pubblicazione: (2026)

Risk-Aware Safe Reinforcement Learning for Control of Stochastic Linear Systems
di: Esmaeili, Babak, et al.
Pubblicazione: (2025)

ODTlearn: A Package for Learning Optimal Decision Trees for Prediction and Prescription
di: Vossler, Patrick, et al.
Pubblicazione: (2023)

Non-stationary and Varying-discounting Markov Decision Processes for Reinforcement Learning
di: Chen, Zhizuo, et al.
Pubblicazione: (2025)

DisjunctiveNet: Neural Symbolic Learning via Differentiable Convexified Optimization Layers
di: Pal, Shraman, et al.
Pubblicazione: (2026)

FxTS-Net: Fixed-Time Stable Learning Framework for Neural ODEs
di: Luo, Chaoyang, et al.
Pubblicazione: (2024)

Planning and Learning in Average Risk-aware MDPs
di: Wang, Weikai, et al.
Pubblicazione: (2025)

Online Reinforcement Learning in Markov Decision Process Using Linear Programming
di: Leon, Vincent, et al.
Pubblicazione: (2023)