이 논문은 매개변수화된 혼합 이진 최적화 문제에 대해 국지적 의사결정 규칙을 구축하는 방법을 제시한다. 이 규칙은 연속적이고 비선형일 수 있는 매핑 클래스에 대한 위험 적응형 학습 문제를 해결하여 도출된다.
논문의 주요 내용은 다음과 같다:
국지적 의사결정 규칙은 선형성, 볼록성, 미분가능성과 같은 구조적 가정 없이도 주어진 매개변수 벡터에 대한 최적 결정과 "거의" 동일한 수준의 결정을 제공한다.
비대칭적 분석을 통해 매개변수 벡터의 변화에 따른 의사결정 규칙의 부최적성 수준을 정량화한다. 이 분석은 선형성, 볼록성, 미분가능성에 의존하지 않는다.
부정확한 함수 평가, 학습 문제의 최적성 허용 오차, 정규화, 솔버 친화적 모델 재구성과 같은 실용적인 측면을 고려한다.
학습 문제를 효율적으로 해결하기 위한 분해 알고리즘을 개발하고, 표적 탐색 이론의 비선형 이진 최적화 모델에 적용하여 성능을 입증한다.
翻译成其他语言
从原文生成
arxiv.org
更深入的查询