arXiv · ML· Shuyi Chen, Wenbin Zhou, Shixiang Zhu·· 10 天前AI 评分20
学习多面体共形集以用于鲁棒优化
Learning Polyhedral Conformal Sets for Robust Optimization
AI 导读
研究人员提出一种感知决策的共形框架,通过数据驱动超平面参数化多面体不确定集。 该框架直接最小化诱导的鲁棒损失并保留统计有效性,通过独立数据集的重校准修正数据依赖选择,捕捉与决策目标对齐的方向性和各向异性不确定性。 该方法在统计有效性与决策最优性之间架起桥梁,为数据驱动的鲁棒优化提供了有原则的框架。
来源:arXiv · ML · arxiv.org