【导读】场景优化理论(Scenario Optimization Approach)是一种基于约束样本解决鲁棒优化和机会约束优化问题的启发式解决方案。该理论经过多年的发展,已经形成了较为系统的理论基础。

介绍

本文从风险与复杂度(Risk and Complexity)的新角度,介绍了场景优化理论ScenarioOptimization Theory的最新进展。场景(scenario)是指源于环境的观测样本,场景优化(scenario approach)指使用一组可用的观测样本进行优化的理论,通过数据驱动优化(data-driven optimization)的思路,解决含不确定性的随机优化和随机决策问题。场景优化理论具有坚实的数学基础,尝试回答了一些基本问题,例如,如何将经验纳入决策过程,以取得优化的结果?若遇到训练样本中从未见过的新样本,决策的执行效果如何?使用该理论和方法时,优化结果的鲁棒性如何?该理论自2005年由M.C. Campi教授(IEEEFellow, 因该贡献获得2008年IEEE CSSGeorge S. Axelby outstanding paper award)等人提出以来,不断取得新进展,已经广泛应用于机器学习、控制系统设计、系统识别等问题,以及医学分类、量化金融、航空运输系统、能源系统等应用领域。本讲座是M.C. Campi教授关于场景优化理论最新进展的介绍,更多相关研究可以访问https://marco-campi.unibs.it/?origin=publication_detail。

参考地址:

http://files.elearning.sztaki.hu/mta_sztaki/Rudolf_E_Kalman_Distinguished_Lecturer/02_Marco_C_Campi/start.html

成为VIP会员查看完整内容
37

相关内容

【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
388+阅读 · 2020年6月8日
少标签数据学习,54页ppt
专知会员服务
192+阅读 · 2020年5月22日
卷积神经网络的概述论文:分析、应用和展望,21页pdf
专知会员服务
89+阅读 · 2020年4月7日
深度强化学习策略梯度教程,53页ppt
专知会员服务
175+阅读 · 2020年2月1日
强化学习最新教程,17页pdf
专知会员服务
166+阅读 · 2019年10月11日
【干货】Ian GoodFellow ICLR 2019演讲:对抗机器学习的进展与挑战
GAN生成式对抗网络
18+阅读 · 2019年5月15日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
25+阅读 · 2018年12月13日
【综述】计算机视觉简介:历史、现状和发展趋势【可下载】
机器学习算法与Python学习
15+阅读 · 2018年9月21日
利用Matlab实现深度学习【附45页PPT】
专知
7+阅读 · 2018年8月18日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关主题
相关VIP内容
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
388+阅读 · 2020年6月8日
少标签数据学习,54页ppt
专知会员服务
192+阅读 · 2020年5月22日
卷积神经网络的概述论文:分析、应用和展望,21页pdf
专知会员服务
89+阅读 · 2020年4月7日
深度强化学习策略梯度教程,53页ppt
专知会员服务
175+阅读 · 2020年2月1日
强化学习最新教程,17页pdf
专知会员服务
166+阅读 · 2019年10月11日
相关论文
微信扫码咨询专知VIP会员