Conformal-DRO 论文:用共形区域构建歧义集实现稳健优化
chaumian · x · 2026-09-13
arXiv 论文《Conformal-DRO: Distributionally Robust Optimization with Conformalized Ambiguity Set》(Luhao Zhang, Shixiang Zhu)研究潜在分布异质性下的稳健决策问题:
- 问题设定:数据驱动的 DRO 通常把条件结果分布视为固定;该文考虑每个实例都有未观测的潜在分布、且只贡献一条观测的情形,即使混合分布已知,不确定性依然存在。
- 方法:提出 Conformal-DRO,用嵌套共形区域为未来潜在分布构造歧义集;在可交换性假设下,有限样本中以至少 1-α 的概率覆盖该分布,且无需估计潜在分布或其混合机制。
- 求解与保证:共形路径诱导数据驱动的传输几何,α 决定歧义集半径;最坏情形问题可化为有限线性规划,存在稀疏对抗解,所得稳健价值为决策的期望成本提供有限样本证书。
「研究」频道最新
- Brynjolfsson推GDP-B新指标:数字商品创造价值却拖低GDP — erikbryn · 2026-09-13
- 实验室内部视角：scaling 尚未到墙，Astra 令内部恐慌加剧 — MajmudarAdam · 2026-09-13
- NiiVue 封装生态发布:神经影像可视化直达 VS Code 与 Jupyter — pshrink · 2026-09-13
- SlopCodeBench 引关注：专测多轮代码退化的新型基准 — cedric_chee · 2026-09-13
- 33 位作者 RSI 路线图论文:AI 已能执行改进,能否自我改进? — huybery · 2026-09-13
- ARC-AGI-4 将瞄准自主发明能力，Arc 宣称坚持开源承诺 — Neurogence · 2026-09-13