实体
Stochastic programming
Stochastic programming
PulseAugur coverage of Stochastic programming — every cluster mentioning Stochastic programming across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架优化随机优化的数据收集
研究人员开发了一种新的、以效益为驱动的随机优化顺序数据收集框架。该方法平衡了获取数据的成本与获得的信息，利用贝叶斯学习在获得新观测值时更新信念。该框架提出了停止策略，将额外数据的预期边际效益与采样成本进行评估，从而在不再具有成本效益时允许决策者停止采样。在报童问题上进行测试，这些自适应停止规则在保持近乎最优的决策性能的同时，显著减少了不必要的数据收集。
-
新AI方法改进用于决策的场景生成
研究人员开发了用于随机规划中场景生成的新方法，这是一种在不确定性下进行决策的关键技术。一种名为Diff2SP的方法利用扩散模型，通过将优化目标直接整合到生成过程中来创建统计上连贯且对决策有意识的场景。另一种方法，上下文场景生成（CSG），学习根据上下文信息生成一小组代理场景，其优化目标是决策质量，而不仅仅是统计保真度。这两种方法都旨在提高复杂、不确定环境中决策的准确性和效率。