Buchumschlag

Exact Dual Geometry of SOC-ICNN Value Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Kang, Hu, Jianchen, Peng, Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SOC-ICNN: From Polyhedral to Conic Geometry for Learning Convex Surrogate Functions
von: Liu, Kang, et al.
Veröffentlicht: (2026)

Budget-aware Auto Optimizer Configurator
von: Liu, Kang, et al.
Veröffentlicht: (2026)

Learning based convex approximation for constrained parametric optimization
von: Liu, Kang, et al.
Veröffentlicht: (2025)

Primal-Dual Spectral Representation for Off-policy Evaluation
von: Hu, Yang, et al.
Veröffentlicht: (2024)

ICNN-enhanced 2SP: Leveraging input convex neural networks for solving two-stage stochastic programming
von: Liu, Yu, et al.
Veröffentlicht: (2025)

Value of Information-based Deceptive Path Planning Under Adversarial Interventions
von: Suttle, Wesley A., et al.
Veröffentlicht: (2025)

Parameter-Efficient Distributional RL via Normalizing Flows and a Geometry-Aware Cramér Surrogate
von: C., Simo Alami, et al.
Veröffentlicht: (2025)

Adaptive Primal-Dual Method for Safe Reinforcement Learning
von: Chen, Weiqin, et al.
Veröffentlicht: (2024)

DualSchool: How Reliable are LLMs for Optimization Education?
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Is Scaling Learned Optimizers Worth It? Evaluating The Value of VeLO's 4000 TPU Months
von: Rezk, Fady, et al.
Veröffentlicht: (2023)

The Ky Fan Norms and Beyond: Dual Norms and Combinations for Matrix Optimization
von: Kravatskiy, Alexey, et al.
Veröffentlicht: (2025)

Self-Certifying Primal-Dual Optimization Proxies for Large-Scale Batch Economic Dispatch
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

Solving Functional Optimization with Deep Networks and Variational Principles
von: Kamtue, Kawisorn, et al.
Veröffentlicht: (2024)

Provable Acceleration of Nesterov's Accelerated Gradient Method over Heavy Ball Method in Training Over-Parameterized Neural Networks
von: Liu, Xin, et al.
Veröffentlicht: (2022)

Demystifying Manifold Constraints in LLM Pre-training
von: An, Kang, et al.
Veröffentlicht: (2026)

Functional multi-armed bandit and the best function identification problems
von: Dorn, Yuriy, et al.
Veröffentlicht: (2025)

WARP: A Benchmark for Primal-Dual Warm-Starting of Interior-Point Solvers
von: Suri, Dhruv, et al.
Veröffentlicht: (2026)

On a Gradient Approach to Chebyshev Center Problems with Applications to Function Learning
von: Raghuvanshi, Abhinav, et al.
Veröffentlicht: (2026)

ECPv2: Fast, Efficient, and Scalable Global Optimization of Lipschitz Functions
von: Fourati, Fares, et al.
Veröffentlicht: (2025)

Stability of Primal-Dual Gradient Flow Dynamics for Multi-Block Convex Optimization Problems
von: Ozaslan, Ibrahim K., et al.
Veröffentlicht: (2024)

SPAP: Structured Pruning via Alternating Optimization and Penalty Methods
von: Hu, Hanyu, et al.
Veröffentlicht: (2025)

Provably Safe Generative Sampling with Constricting Barrier Functions
von: Gadginmath, Darshan, et al.
Veröffentlicht: (2026)

A Deep Q-Network Based on Radial Basis Functions for Multi-Echelon Inventory Management
von: Cheng, Liqiang, et al.
Veröffentlicht: (2024)

Unsupervised Machine Learning Hybrid Approach Integrating Linear Programming in Loss Function: A Robust Optimization Technique
von: Kiruluta, Andrew, et al.
Veröffentlicht: (2024)

A Unified Framework for Gradient Aggregation in Multi-Objective Optimization
von: Hu, Zeou, et al.
Veröffentlicht: (2026)

Non-Smooth Weakly-Convex Finite-sum Coupled Compositional Optimization
von: Hu, Quanqi, et al.
Veröffentlicht: (2023)

Closing the Loop: Coordinating Inventory and Recommendation via Deep Reinforcement Learning on Multiple Timescales
von: Jiang, Jinyang, et al.
Veröffentlicht: (2025)

$γ$-weakly $θ$-up-concavity: A Unified Framework for Non-Convex Optimization Beyond DR-Submodular and OSS Functions
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2026)

Stochastic Subgradient Methods with Guaranteed Global Stability in Nonsmooth Nonconvex Optimization
von: Xiao, Nachuan, et al.
Veröffentlicht: (2023)

Lyapunov Function Consistent Adaptive Network Signal Control with Back Pressure and Reinforcement Learning
von: Ma, Chaolun, et al.
Veröffentlicht: (2022)

Every Call is Precious: Global Optimization of Black-Box Functions with Unknown Lipschitz Constants
von: Fourati, Fares, et al.
Veröffentlicht: (2025)

Constructing Industrial-Scale Optimization Modeling Benchmark
von: Li, Zhong, et al.
Veröffentlicht: (2026)

Contextual Bilevel Reinforcement Learning for Incentive Alignment
von: Thoma, Vinzenz, et al.
Veröffentlicht: (2024)

Understanding Fixed Predictions via Confined Regions
von: Lawless, Connor, et al.
Veröffentlicht: (2025)

CLCR: Contrastive Learning-based Constraint Reordering for Efficient MILP Solving
von: Zeng, Shuli, et al.
Veröffentlicht: (2025)

Value Functions for Temporal Logic: Optimal Policies and Safety Filters
von: So, Oswin, et al.
Veröffentlicht: (2026)

Capabilities of Large Language Models in Control Engineering: A Benchmark Study on GPT-4, Claude 3 Opus, and Gemini 1.0 Ultra
von: Kevian, Darioush, et al.
Veröffentlicht: (2024)

Optimizer-Model Consistency: Full Finetuning with the Same Optimizer as Pretraining Forgets Less
von: Liu, Yuxing, et al.
Veröffentlicht: (2026)

Bridging Control with Neural Network Verifier alpha-beta-CROWN: A Tutorial
von: Li, Haoyu, et al.
Veröffentlicht: (2026)

The Implicit Curriculum: Learning Dynamics in RL with Verifiable Rewards
von: Huang, Yu, et al.
Veröffentlicht: (2026)