Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Fajemisin, Adejuyigbe"'
Autor:
Maragno, Donato, Wiberg, Holly, Bertsimas, Dimitris, Birbil, S. Ilker, Hertog, Dick den, Fajemisin, Adejuyigbe
We establish a broad methodological foundation for mixed-integer optimization with learned constraints. We propose an end-to-end pipeline for data-driven decision making in which constraints and objectives are directly learned from data using machine
Externí odkaz:
http://arxiv.org/abs/2111.04469
Many real-life optimization problems frequently contain one or more constraints or objectives for which there are no explicit formulas. If data is however available, these data can be used to learn the constraints. The benefits of this approach are c
Externí odkaz:
http://arxiv.org/abs/2110.02121
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fajemisin, Adejuyigbe O.1 (AUTHOR) a.o.fajemisin2@uva.nl, Climent, Laura2 (AUTHOR), Prestwich, Steven D.2 (AUTHOR)
Publikováno v:
OR Spectrum. Sep2021, Vol. 43 Issue 3, p665-692. 28p.
Publikováno v:
TOP; Apr2023, Vol. 31 Issue 1, p139-164, 26p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fajemisin, Adejuyigbe
Bilevel optimisation problems contain several decision makers, each with different objectives and constraints, arranged in a hierarchical structure. One type of bilevel problem is the single-leader, multiple-follower problem, which has been used in a
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1535::25dca5d8051d5a3ef23ec1deaab43514
https://hdl.handle.net/10468/6568
https://hdl.handle.net/10468/6568
Publikováno v:
Machine Learning & Knowledge Discovery in Databases: European Conference, ECML PKDD 2015, Porto, Portugal, September 7-11, 2015, Proceedings, Part I; 2015, p335-347, 13p