Buchumschlag

Wasserstein Distributionally Robust Risk-Sensitive Estimation via Conditional Value-at-Risk

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Taha, Feras Al, Bitar, Eilyan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Signal Processing Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distributionally Robust Regret Optimal Control Under Moment-Based Ambiguity Sets
von: Taha, Feras Al, et al.
Veröffentlicht: (2025)

When are Lossy Energy Storage Optimization Models Convex?
von: Taha, Feras Al, et al.
Veröffentlicht: (2024)

An Efficient Method for Quantifying the Aggregate Flexibility of Plug-in Electric Vehicle Populations
von: Taha, Feras Al, et al.
Veröffentlicht: (2022)

Distributionally Robust Regret Minimization
von: Bitar, Eilyan
Veröffentlicht: (2024)

Localized Distributional Robustness in Submodular Multi-Task Subset Selection
von: Kaya, Ege C., et al.
Veröffentlicht: (2024)

Limited Communications Distributed Optimization via Deep Unfolded Distributed ADMM
von: Noah, Yoav, et al.
Veröffentlicht: (2023)

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

Outlier-robust Autocovariance Least Square Estimation via Iteratively Reweighted Least Square
von: Li, Jiahong, et al.
Veröffentlicht: (2026)

Exactly or Approximately Wasserstein Distributionally Robust Estimation According to Wasserstein Radii Being Small or Large
von: Ding, Xiao, et al.
Veröffentlicht: (2025)

Distributionally Robust Power Policies for Wireless Systems under Power Fluctuation Risk
von: Yaylali, Gokberk, et al.
Veröffentlicht: (2024)

Robust Low-rank Tensor Train Recovery
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

Checking the Sufficiently Scattered Condition using a Global Non-Convex Optimization Software
von: Gillis, Nicolas, et al.
Veröffentlicht: (2024)

Sparsity-Aware Distributed Learning for Gaussian Processes with Linear Multiple Kernel
von: Suwandi, Richard Cornelius, et al.
Veröffentlicht: (2023)

Discretized Distributed Optimization over Dynamic Digraphs
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2023)

Dictionary Learning under Symmetries via Group Representations
von: Ghosh, Subhroshekhar, et al.
Veröffentlicht: (2023)

A New Inexact Proximal Linear Algorithm with Adaptive Stopping Criteria for Robust Phase Retrieval
von: Zheng, Zhong, et al.
Veröffentlicht: (2023)

Robust Information Selection for Hypothesis Testing with Misclassification Penalties
von: Bhargav, Jayanth, et al.
Veröffentlicht: (2025)

Nonnegative Matrix Factorization in the Component-Wise L1 Norm for Sparse Data
von: Seraghiti, Giovanni, et al.
Veröffentlicht: (2026)

Efficient algorithms for the Hadamard decomposition
von: Wertz, Samuel, et al.
Veröffentlicht: (2025)

Nonasymptotic Convergence Rates for Plug-and-Play Methods With MMSE Denoisers
von: Pritchard, Henry, et al.
Veröffentlicht: (2025)

The Power of Preconditioning in Overparameterized Low-Rank Matrix Sensing
von: Xu, Xingyu, et al.
Veröffentlicht: (2023)

Alternating Direction Method of Multipliers for Nonlinear Matrix Decompositions
von: Awari, Atharva, et al.
Veröffentlicht: (2025)

Near-Optimal Solutions of Constrained Learning Problems
von: Elenter, Juan, et al.
Veröffentlicht: (2024)

Iterative Regularization with k-support Norm: An Important Complement to Sparse Recovery
von: de Vazelhes, William, et al.
Veröffentlicht: (2023)

Federated Learning Using Three-Operator ADMM
von: Kant, Shashi, et al.
Veröffentlicht: (2022)

On the Benefits of Weight Normalization for Overparameterized Matrix Sensing
von: Wei, Yudong, et al.
Veröffentlicht: (2025)

Simple Alternating Minimization Provably Solves Complete Dictionary Learning
von: Liang, Geyu, et al.
Veröffentlicht: (2022)

On the Crucial Role of Initialization for Matrix Factorization
von: Li, Bingcong, et al.
Veröffentlicht: (2024)

Optimized Gradient Tracking for Decentralized Online Learning
von: Sharma, Shivangi Dubey, et al.
Veröffentlicht: (2023)

Computational and Statistical Guarantees for Tensor-on-Tensor Regression with Tensor Train Decomposition
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

ConvexECG: Lightweight and Explainable Neural Networks for Personalized, Continuous Cardiac Monitoring
von: Ansari, Rayan, et al.
Veröffentlicht: (2024)

Accelerated First-Order Optimization under Nonlinear Constraints
von: Muehlebach, Michael, et al.
Veröffentlicht: (2023)

A Recovery Theory for Diffusion Priors: Deterministic Analysis of the Implicit Prior Algorithm
von: Leong, Oscar, et al.
Veröffentlicht: (2025)

Locality Regularized Reconstruction: Structured Sparsity and Delaunay Triangulations
von: Mueller, Marshall, et al.
Veröffentlicht: (2024)

Guaranteed Nonconvex Factorization Approach for Tensor Train Recovery
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

A Scalable Factorization Approach for High-Order Structured Tensor Recovery
von: Qin, Zhen, et al.
Veröffentlicht: (2025)

Convolutional Proximal Neural Networks and Plug-and-Play Algorithms
von: Hertrich, Johannes, et al.
Veröffentlicht: (2020)

Absence of spurious solutions far from ground truth: A low-rank analysis with high-order losses
von: Ma, Ziye, et al.
Veröffentlicht: (2024)

T-Rex: Fitting a Robust Factor Model via Expectation-Maximization
von: Cederberg, Daniel
Veröffentlicht: (2025)

Personalized and Resilient Distributed Learning Through Opinion Dynamics
von: Ballotta, Luca, et al.
Veröffentlicht: (2025)