Copertina

Distributionally-Robust Learning to Optimize

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ranjan, Vinit, Park, Jisun, Stellato, Bartolomeo
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

Data-driven Analysis of First-Order Methods via Distributionally Robust Optimization
di: Park, Jisun, et al.
Pubblicazione: (2025)

Verification of First-Order Methods for Parametric Quadratic Optimization
di: Ranjan, Vinit, et al.
Pubblicazione: (2024)

Exact Verification of First-Order Methods via Mixed-Integer Linear Programming
di: Ranjan, Vinit, et al.
Pubblicazione: (2024)

Learning Algorithm Hyperparameters for Fast Parametric Convex Optimization
di: Sambharya, Rajiv, et al.
Pubblicazione: (2024)

Data-Driven Performance Guarantees for Classical and Learned Optimizers
di: Sambharya, Rajiv, et al.
Pubblicazione: (2024)

Fast Online Distributionally Robust Optimization via Data Compression
di: Wang, Irina, et al.
Pubblicazione: (2025)

Learning-Based Hierarchical Approach for Fast Mixed-Integer Optimization
di: Clarke, Stefan, et al.
Pubblicazione: (2025)

A neural network-based approach to hybrid systems identification for control
di: Fabiani, Filippo, et al.
Pubblicazione: (2024)

Learning Decision-Focused Uncertainty Sets in Robust Optimization
di: Wang, Irina, et al.
Pubblicazione: (2023)

Batched First-Order Methods for Parallel LP Solving in MIP
di: Blin, Nicolas, et al.
Pubblicazione: (2026)

Conformal Prediction for Early Stopping in Mixed Integer Optimization
di: Clarke, Stefan, et al.
Pubblicazione: (2026)

The Benefit of Uncertainty Coupling in Robust and Adaptive Robust Optimization
di: Bertsimas, Dimitris, et al.
Pubblicazione: (2023)

Mean Robust Optimization
di: Wang, Irina, et al.
Pubblicazione: (2022)

Distributionally Robust Optimization
di: Kuhn, Daniel, et al.
Pubblicazione: (2024)

Nonlinear Distributionally Robust Optimization
di: Sheriff, Mohammed Rayyan, et al.
Pubblicazione: (2023)

Sinkhorn Distributionally Robust Optimization
di: Wang, Jie, et al.
Pubblicazione: (2021)

Wasserstein Distributionally Robust Optimization: Theory and Applications in Machine Learning
di: Kuhn, Daniel, et al.
Pubblicazione: (2019)

$k$-Submodular Interdiction Problems under Distributional Risk-Receptiveness and Robustness: Application to Machine Learning
di: Park, Seonghun, et al.
Pubblicazione: (2024)

Exterior-point Optimization for Sparse and Low-rank Optimization
di: Gupta, Shuvomoy Das, et al.
Pubblicazione: (2020)

Equitable Data-Driven Facility Location and Resource Allocation to Fight the Opioid Epidemic
di: Luo, Joyce, et al.
Pubblicazione: (2023)

Distributionally Robust Multi-Objective Optimization
di: Yang, Yufeng, et al.
Pubblicazione: (2026)

Robust Out-of-Distribution Stochastic Optimization
di: Li, Xianyu, et al.
Pubblicazione: (2026)

Wasserstein Distributionally Robust Regret Optimization
di: Fiechtner, Lukas-Benedikt, et al.
Pubblicazione: (2025)

Group Distributionally Robust Optimization with Flexible Sample Queries
di: Bai, Haomin, et al.
Pubblicazione: (2025)

On Generalization and Regularization via Wasserstein Distributionally Robust Optimization
di: Wu, Qinyu, et al.
Pubblicazione: (2022)

Wasserstein Distributionally Robust Online Learning
di: Chen, Guixian, et al.
Pubblicazione: (2026)

Distributionally Robust Learning in Survival Analysis
di: Jin, Yeping, et al.
Pubblicazione: (2025)

On the Foundation of Distributionally Robust Reinforcement Learning
di: Wang, Shengbo, et al.
Pubblicazione: (2023)

Near-Optimal Algorithms for Group Distributionally Robust Optimization and Beyond
di: Soma, Tasuku, et al.
Pubblicazione: (2022)

Unifying Distributionally Robust Optimization via Optimal Transport Theory
di: Blanchet, Jose, et al.
Pubblicazione: (2023)

Distributionally Robust Federated Learning with Outlier Resilience
di: Wang, Zifan, et al.
Pubblicazione: (2025)

Distributionally Robust Optimization via Iterative Algorithms in Continuous Probability Spaces
di: Zhu, Linglingzhi, et al.
Pubblicazione: (2024)

Optimal Complexity in Byzantine-Robust Distributed Stochastic Optimization with Data Heterogeneity
di: Shi, Qiankun, et al.
Pubblicazione: (2025)

On the (linear) convergence of Generalized Newton Inexact ADMM
di: Frangella, Zachary, et al.
Pubblicazione: (2023)

Learning Optimal Classification Trees Robust to Distribution Shifts
di: Justin, Nathan, et al.
Pubblicazione: (2023)

Towards Robust Learning to Optimize with Theoretical Guarantees
di: Song, Qingyu, et al.
Pubblicazione: (2025)

Nested Stochastic Algorithm for Generalized Sinkhorn distance-Regularized Distributionally Robust Optimization
di: Yang, Yufeng, et al.
Pubblicazione: (2025)

Drago: Primal-Dual Coupled Variance Reduction for Faster Distributionally Robust Optimization
di: Mehta, Ronak, et al.
Pubblicazione: (2024)

Sample Complexity of Distributionally Robust Average-Reward Reinforcement Learning
di: Chen, Zijun, et al.
Pubblicazione: (2025)

Differentiable Distributionally Robust Optimization Layers
di: Ma, Xutao, et al.
Pubblicazione: (2024)