Buchumschlag

Robust Box-Linear Matrix Inequalities: A Unified Spectral Worst-Case Framework for Convex Uncertainty Modeling

Fuente: Zenodo

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zhang, Jincheng
Format:	Recurso digital
Veröffentlicht:	Zenodo 2026
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Geometric Uncertainty in Conic Optimization: A Stable Duality Framework via Dual Cone Aggregation under Worst-Case Structures
von: Zhang, Jincheng
Veröffentlicht: (2026)

S-Lemma Based Unified Theory for Robust Linear Programming via LMIs
von: Zhang, Jincheng
Veröffentlicht: (2026)

Unified Spectral-LMI Constraint via Minimum Eigenvalue Embedding Operator
von: Zhang, Jincheng
Veröffentlicht: (2026)

A Moment-SOS Hierarchy for Robust Polynomial Matrix Inequality Optimization with SOS-Convexity
von: Guo, Feng, et al.
Veröffentlicht: (2023)

A Unified Dynamical Framework for Optimization on Grassmann Manifolds via Dual Semidefinite Programming
von: Zhang, Jincheng
Veröffentlicht: (2026)

Unified Dual Semidefinite Programming Framework for Incentive-Compatible Mechanism Design
von: Zhang, Jincheng
Veröffentlicht: (2026)

Quantum Worst-Case to Average-Case Reduction for Matrix-Vector Multiplication
von: Aggarwal, Divesh, et al.
Veröffentlicht: (2025)

Robust Model Predictive Control for Linear Systems with Interval Matrix Model Uncertainty
von: Quartullo, Renato, et al.
Veröffentlicht: (2026)

A Quick Framework for Evaluating Worst Robustness of Complex Networks
von: Jiang, Wenjun, et al.
Veröffentlicht: (2024)

Information-Polarized Conic Programming: Conic Embedding of Phi-Divergence Distributionally Robust Optimization and Unified Geometric–Information Duality Theory
von: Zhang, Jincheng
Veröffentlicht: (2026)

Risk-Embedded Conic Programming: Geometric Internalization of Risk Envelopes and a Unified Dual-Cone Optimization Framework
von: Zhang, Jincheng
Veröffentlicht: (2026)

A Unified Matrix-Spectral Framework for Stability and Interpretability in Deep Learning
von: Katende, Ronald
Veröffentlicht: (2026)

A Unified Architecture for Efficient Binary and Worst-Case Optimal Join Processing
von: Kaboli, Amirali, et al.
Veröffentlicht: (2025)

Polling Set Construction and Worst-Case Complexity for Direct Search under Polyhedral Convex Constraints
von: Roberts, Lindon, et al.
Veröffentlicht: (2026)

A Unified Matrix Factorization Framework for Classical and Robust Clustering
von: Majumdar, Angshul
Veröffentlicht: (2025)

Guaranteed Time Control using Linear Matrix Inequalities
von: Campos, Víctor Costa da Silva, et al.
Veröffentlicht: (2025)

A Near-Linear Time Approximation Algorithm for Beyond-Worst-Case Graph Clustering
von: Cohen-Addad, Vincent, et al.
Veröffentlicht: (2024)

Improved Regret and Contextual Linear Extension for Pandora's Box and Prophet Inequality
von: Liu, Junyan, et al.
Veröffentlicht: (2025)

How Worst-Case Are Adversarial Attacks? Linking Adversarial and Perturbation Robustness
von: Rossolini, Giulio
Veröffentlicht: (2026)

Worst- and Average-Case Robustness of Stable Matchings: (Counting) Complexity and Experiments
von: Boehmer, Kimon, et al.
Veröffentlicht: (2024)

Towards the Worst-case Robustness of Large Language Models
von: Chen, Huanran, et al.
Veröffentlicht: (2025)

On the Sparsity of Optimal Linear Decision Rules for a Class of Robust Optimization Problems with Box Uncertainty Sets
von: Lu, Haihao, et al.
Veröffentlicht: (2022)

Bayesian Parametric Matrix Models: Principled Uncertainty Quantification for Spectral Learning
von: Nooraiepour, Mohammad
Veröffentlicht: (2025)

Unified Framework for Calculating Convex Roof Resource Measures
von: Zhu, Xuanran, et al.
Veröffentlicht: (2024)

A Boxing Inequality for the Fractional Perimeter
von: Ponce, Augusto C., et al.
Veröffentlicht: (2017)

On Worst-Case Optimal Polynomial Intersection
von: Sun, Yihang, et al.
Veröffentlicht: (2026)

The Distributional Tail of Worst-Case Quickselect
von: Płecha, Witold
Veröffentlicht: (2026)

Interactive Proof Dynamics Theory: A Continuous-State Framework for Proofs as Stable Dynamical Systems
von: Zhang, Jincheng
Veröffentlicht: (2026)

Beyond Worst-Case Dimensionality Reduction for Sparse Vectors
von: Silwal, Sandeep, et al.
Veröffentlicht: (2025)

Robust Matrix Completion with Deterministic Sampling via Convex Optimization
von: Wang, Yinjian
Veröffentlicht: (2024)

Infra-Bayesian Reinforcement Learning Agents Outperform Classical RL For Worst-Case Robustness
von: Aryal, Manish, et al.
Veröffentlicht: (2026)

Distributionally Robust Safety Verification of Neural Networks via Worst-Case CVaR
von: Kishida, Masako
Veröffentlicht: (2025)

Worst-Case Learning under a Multi-fidelity Model
von: Foucart, Simon, et al.
Veröffentlicht: (2024)

Worst-Case to Expander-Case Reductions: Derandomized and Generalized
von: Abboud, Amir, et al.
Veröffentlicht: (2024)

Certified Mitigation of Worst-Case LLM Copyright Infringement
von: Zhang, Jingyu, et al.
Veröffentlicht: (2025)

The Unified Non-Convex Framework for Robust Causal Inference: Overcoming the Gaussian Barrier and Optimization Fragility
von: Uehara, Eichi
Veröffentlicht: (2025)

Linear Principal Minor Polynomials: Hyperbolic Determinantal Inequalities and Spectral Containment
von: Blekherman, Grigoriy, et al.
Veröffentlicht: (2021)

Labor Market Adaptive Skill Transition Optimization: A Formalized Algorithmic Framework Inspired by Labor Market & Skill Transition Research
von: Zhang, Jincheng
Veröffentlicht: (2025)

Data-Driven Inverse Reinforcement Learning of Linear Systems with Model Uncertainty: A Convex Optimization View
von: Nguyen, Duc Cuong, et al.
Veröffentlicht: (2026)

Astro-Informed Multi-scale Optimization Algorithm in Astroinformatics: Mechanisms and Mathematical Framework
von: Zhang, Jincheng
Veröffentlicht: (2025)