論文の概要: Learning to Price and Stock Under Contextual and Censored Demand
- arxiv url: http://arxiv.org/abs/2609.06083v1
- Date: Sat, 05 Sep 2026 13:21:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.199275
- Title: Learning to Price and Stock Under Contextual and Censored Demand
- Title（参考訳）: 環境・環境配慮型需要下における価格・株価の学習
- Abstract要約: 本稿では,要求を未知の係数を持つ基底関数の線形結合としてモデル化する枠組みを提案する。
本稿では,コンケーブ収益条件下での残差$mathcalO(KsqrtTlog T)$と,一般の場合$mathcalO(K2/3T2/3(log T)1/2)$を実現するための効率的なアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 5.326846590465264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To make optimal joint pricing and inventory control decisions is a critical challenge for modern retailers. In practice, retailers face changing market conditions where demands are influenced by various contextual factors, while simultaneously dealing with the difficulty of lost sales that obscure true demand information. However, existing approaches often fail to account for both contextual information and censored demand observations. We address this gap by presenting a framework where we model demand as a linear combination of basis functions with unknown coefficients, allowing for adaptive pricing and inventory decisions that respond to changing contexts. We propose an efficient algorithm to achieve regret bound $\mathcal{O}(K\sqrt{T}\log T)$ under concave revenue conditions and $\mathcal{O}(K^{2/3}T^{2/3}(\log T)^{1/2})$ for the general case, with matching lower bounds confirming optimality. Extensive numerical experiments across diverse scenarios demonstrate our algorithm's effectiveness.
- Abstract（参考訳）: 最適な共同価格決定と在庫管理の決定は、現代の小売業者にとって重要な課題である。
実際には、小売業者は、需要が様々な状況要因の影響を受けている市場状況の変化に直面し、一方で、真の需要情報が明らかでない損失販売の難しさに対処する。
しかし、既存のアプローチは、文脈情報と検閲された需要観測の両方を考慮できないことが多い。
このギャップに対処するために、我々は要求を未知の係数と基底関数の線形結合としてモデル化し、変化するコンテキストに対応する適応的な価格決定と在庫決定を可能にする枠組みを提示する。
本稿では, コンケーブ収益条件下での残差付き$\mathcal{O}(K\sqrt{T}\log T)$と, 一般の場合の$\mathcal{O}(K^{2/3}T^{2/3}(\log T)^{1/2})$に対して, 一致した下限が最適性を示すような効率的なアルゴリズムを提案する。
多様なシナリオにわたる大規模な数値実験は、我々のアルゴリズムの有効性を実証している。
関連論文リスト
- Nonparametric Contextual Pricing and Inventory Learning under Censored Demand [5.6700444577605085]
オンライン小売では、商品が売り切れたとき、小売店はしばしば販売される商品のみを見る。
我々は、各ラウンドで販売者が市場状況を観察し、前ラウンドの検閲された販売データに基づいて価格決定と在庫決定を行うオンライン販売問題を研究する。
本稿では,各不完全な販売記録を在庫および価格決定の信頼性の高いガイドとする平均キャリブレーション・カーネル UCB (MCK-UCB) アルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-08-31T15:15:48Z) - Thinking Hard, Not Smart: Reasoning Models Fail to Ration Test-Time Compute Across Questions [59.21329728895449]
この設定を研究するための試験スタイル評価フレームワークを導入する。
モデルは、さまざまな困難と価値に関する質問に対して、戦略的に共通の予算を割り当てることに失敗している。
これらの知見は, 従来の調査単位の評価では得られない, 個別の能力として, グローバルな予算配分を確立した。
論文 参考訳（メタデータ） (2026-08-08T07:04:28Z) - e1: Learning Adaptive Control of Reasoning Effort [88.51897900019485]
AIモデルの思考予算の増大は、精度を大幅に向上させるが、すべての質問が同じ量の推論を保証しているわけではない。
ユーザは、アウトプットの品質を、レイテンシやコストに対してどのように評価するかによって、さまざまな理由付けの労力を割り当てる傾向があります。
本稿では,ユーザが指定したトークン数を用いてモデルを学習する自己適応型強化学習手法であるAdaptive Effort Controlを提案する。
論文 参考訳（メタデータ） (2025-10-30T23:12:21Z) - Bayesian Optimization for Dynamic Pricing and Learning [0.306238659426286]
ダイナミックな価格設定は、市場の需要に応じて企業の収益を最大化するために製品の販売価格を調整するプラクティスである。
従来の手法では需要関数の特定のパラメトリック形式を前提としており、強化学習(RL)を用いて最適に近い価格戦略を特定できる。
本稿では,制約付きモデリング仮定を避けるために,動的価格に対する非パラメトリックなアプローチを提案する。
論文 参考訳（メタデータ） (2025-10-14T12:28:06Z) - Dynamic Pricing with Adversarially-Censored Demands [25.566323930646178]
我々は,各時点における潜在需要が$t=1,2,ldots,T$であり,価格に依存するオンライン動的価格問題について検討する。
一度に$t$が課せられ、在庫水準を超えた場合の潜在的な需要を検閲する。
本アルゴリズムは,逆在庫級数であっても,$tildeO(sqrtT)$Optimative regretを達成できることを示す。
論文 参考訳（メタデータ） (2025-02-10T05:37:39Z) - Deep Generative Demand Learning for Newsvendor and Pricing [7.594251468240168]
我々は、機能ベースのニュースベンダ問題において、データ駆動の在庫と価格決定について検討する。
本稿では,これらの課題に対処するために条件付き深層生成モデル(cDGM)を活用する新しいアプローチを提案する。
我々は、利益予測の整合性や最適解への決定の収束など、我々のアプローチに対する理論的保証を提供する。
論文 参考訳（メタデータ） (2024-11-13T14:17:26Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳（メタデータ） (2024-07-08T09:55:31Z) - Pricing with Contextual Elasticity and Heteroscedastic Valuation [23.96777734246062]
我々は、顧客がその特徴と価格に基づいて商品を購入するかどうかを決めるオンラインコンテキスト動的価格問題について検討する。
本稿では,機能に基づく価格弾力性の導入により,顧客の期待する需要をモデル化する新たなアプローチを提案する。
我々の結果は、文脈的弾力性とヘテロセダスティックな評価の関係に光を当て、効果的で実用的な価格戦略の洞察を与えました。
論文 参考訳（メタデータ） (2023-12-26T11:07:37Z) - Online Learning under Budget and ROI Constraints via Weak Adaptivity [57.097119428915796]
制約付きオンライン学習問題に対する既存の原始双対アルゴリズムは、2つの基本的な仮定に依存している。
このような仮定は、標準の原始双対テンプレートを弱適応的後悔最小化器で与えることによって、どのように回避できるのかを示す。
上記の2つの前提が満たされていない場合に保証される、世界の最高の保証を証明します。
論文 参考訳（メタデータ） (2023-02-02T16:30:33Z) - Autoregressive Bandits [58.46584210388307]
本稿では,オンライン学習環境であるAutoregressive Banditsを提案する。
報酬プロセスの軽微な仮定の下では、最適ポリシーを便利に計算できることが示される。
次に、新しい楽観的後悔最小化アルゴリズム、すなわちAutoRegressive Upper Confidence Bound (AR-UCB)を考案し、$widetildemathcalO left( frac(k+1)3/2sqrtnT (1-G)のサブ線形後悔を被る。
論文 参考訳（メタデータ） (2022-12-12T21:37:36Z) - Navigating to the Best Policy in Markov Decision Processes [68.8204255655161]
マルコフ決定過程における純粋探索問題について検討する。
エージェントはアクションを逐次選択し、結果のシステム軌道から可能な限り早くベストを目標とする。
論文 参考訳（メタデータ） (2021-06-05T09:16:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。