Core Concepts
需要分布が未知の状況下で、個人情報を保護しつつ特徴ベースのニューズベンダー問題の最適在庫ポリシーを推定する新しいアプローチを提案する。
Abstract
本論文は、需要分布が未知の特徴ベースのニューズベンダー問題において、個人情報を保護しつつ最適な在庫ポリシーを推定する新しいアプローチを提案している。
具体的には以下の3つの主要な課題に取り組んでいる:
需要分布が未知で損失関数が非滑らかであること
個人レベルのデータに対する確実な個人情報保護の保証
望ましい統計的精度の達成
提案手法では、f-differential privacyフレームワークを採用し、畳み込み滑らか化とノイズ付き勾配降下法を組み合わせた新しいアルゴリズムを開発している。理論的な分析により、提案手法が個人情報保護と統計的精度のバランスを取れることを示している。また、数値実験によってもこの結果を実証している。
Stats
需要dとその特徴ベクトルxの過去のn件のデータ{(di,xi)}n
i=1が利用可能である。
需要dは特徴ベクトルxの線形関数で表され、誤差項εは未知の条件付き分布に従う。
特徴ベクトルxは部分ガウス分布に従う。
誤差項εの条件付き密度関数fε|xは正則条件を満たす。