論文の概要: Reduced Cost Influence Functions for Predict-then-Optimize under Noisy Data

• arxiv url: http://arxiv.org/abs/2611.02086v1
• Date: Sun, 01 Nov 2026 17:46:12 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:27:35.945907
• Title: Reduced Cost Influence Functions for Predict-then-Optimize under Noisy Data
• Title（参考訳）: ノイズデータに基づく予測最適化のためのコスト効果関数の削減
• Abstract要約: 本稿では、上流モデルが下流線形プログラムのコストベクトルを予測する予測列最適化設定について検討する。 本稿では、ロバストな統計からの影響関数と線形最適化の幾何を組み合わせ、各トレーニングポイントが下流の意思決定をどのようにシフトするかを推定するReduced Cost Influence Function (RCIF)を紹介する。 そこで本研究では,RCIFを用いて有害なトレーニングポイントをダウンウェイトし,下流の後悔を軽減する再重み付けアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 8.759857025553549
• License:
• Abstract: Machine learning models deployed in decision-making pipelines, from vehicle routing to dynamic pricing to clinical decision support, must remain reliable in the face of low-quality training data. We study a predict-then-optimize setting in which an upstream model predicts the cost vector of a downstream linear program, with a large pool of noisy training data supplemented by a small curated set of clean data. We introduce Reduced Cost Influence Functions (RCIFs), which combine influence functions from robust statistics with the geometry of linear optimization to estimate how each training point shifts downstream decisions. Building on this, we propose a reweighting algorithm that uses RCIFs to downweight harmful training points and reduce downstream regret. Experiments on random linear programs and shortest-path problems show that our approach reduces regret, and accompanying theory characterizes properties of RCIFs and identifies regimes favorable to our method relative to baselines.
• Abstract（参考訳）: 意思決定パイプラインにデプロイされる機械学習モデルは、車両ルーティングから動的価格設定、臨床決定サポートに至るまで、低品質のトレーニングデータに直面したままでなければならない。 上流モデルが下流線形プログラムのコストベクトルを予測し,小さなキュレートされたクリーンなデータによって補うノイズの多いトレーニングデータの大きなプールを用いて予測列最適化設定について検討する。 本稿では、ロバストな統計からの影響関数と線形最適化の幾何を組み合わせ、各トレーニングポイントが下流の意思決定をどのようにシフトするかを推定するReduced Cost Influence Function (RCIF)を紹介する。 そこで本研究では,RCIFを用いて有害なトレーニングポイントをダウンウェイトし,下流の後悔を軽減する再重み付けアルゴリズムを提案する。 ランダムな線形プログラムと最短パス問題の実験により,提案手法は後悔を減らし,それに伴う理論はRCIFの特性を特徴付けるとともに,ベースラインに対する我々の手法に好適な規則を同定する。

関連論文リスト

• Statistical Benefits of Fine-Tuning from Pretrained Initialization in Diagonal Linear Networks [76.86688424891021]
  グラデーションベースの微調整によって、微調整済みの重みが暗黙的に悪用されることを示す。 以上の結果から,事前学習した重み付き情報を勾配に基づく微調整によって暗黙的に活用する方法が示唆された。
  論文  参考訳（メタデータ） (2026-09-28T09:42:39Z)
• ADORN: Adaptive Drift handling for Open RAN using Reinforcement Learning [0.9577207941409713]
  Open Radio Access Networks (O-RAN) の動的トラフィック変動はドリフトにつながる。 従来のリトレーニング手法では予測精度は維持されるが、計算コストが高い。 本研究は,マルコフ決定過程として再学習決定を定式化するQラーニングに基づく適応的再学習手法を提案する。
  論文  参考訳（メタデータ） (2026-07-09T13:05:42Z)
• Cost-Matching Model Predictive Control for Efficient Reinforcement Learning in Humanoid Locomotion [15.125805248577278]
  モデル予測制御(MPC)に基づく強化学習フレームワークにおいて,最適なヒューマノイド移動のためのコストマッチング手法を提案する。 高忠実度閉ループデータから得られる作用値関数を近似するために、遠心力学を用いたパラメータ化MPC定式化を訓練する。 その結果, モデルミスマッチと外乱に対するロコモーション性能とロバスト性の改善が示された。
  論文  参考訳（メタデータ） (2026-03-30T10:05:15Z)
• Can Small Training Runs Reliably Guide Data Curation? Rethinking Proxy-Model Practice [109.9635246405237]
  データ品質に関する実験結果が、ハイパーパラメータのトレーニングに微調整を加えることで、反転できることを示す。 評価プロトコルに簡単なパッチを導入し、プロキシモデルのトレーニングに学習率を削減した。 実験により,データキュレーションの4つの重要な次元をカバーする23種類のデータレシピに対して,このアプローチを検証した。
  論文  参考訳（メタデータ） (2025-12-30T23:02:44Z)
• Data-Efficient RLVR via Off-Policy Influence Guidance [84.60336960383867]
  本研究は,学習目標に対する各データポイントの寄与を推定するために,影響関数を用いた理論的基礎的アプローチを提案する。 textbfCurriculum textbfRL with textbfOff-textbfPolicy textInfluence Guide (textbfCROPI) は多段階のRLフレームワークで、現在のポリシーにおいて最も影響力のあるデータを反復的に選択する。
  論文  参考訳（メタデータ） (2025-10-30T13:40:52Z)
• CurES: From Gradient Analysis to Efficient Curriculum Learning for Reasoning LLMs [53.749193998004166]
  カリキュラム学習は,大規模言語モデルの学習効率を高める上で重要な役割を担っている。 収束を加速し,計算オーバーヘッドを最小限に抑えるためにベイズ後続推定を用いた効率的な学習法であるCurESを提案する。
  論文  参考訳（メタデータ） (2025-10-01T15:41:27Z)
• Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
  モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。 本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。 本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-17T11:47:56Z)
• Contextual Linear Optimization with Partial Feedback [35.38485630117593]
  本研究では,異なるタイプのフィードバックを持つ文脈線形最適化(CLO)のためのオフライン学習アルゴリズムのクラスを提案する。 我々は,IERMに対して,不特定モデルクラスとフレキシブルな推定方法の選択を可能にする,新しい高速遅延境界を提供する。
  論文  参考訳（メタデータ） (2024-05-26T13:27:27Z)
• Feature Alignment: Rethinking Efficient Active Learning via Proxy in the Context of Pre-trained Models [4.713652957384158]
  トレーニング済みモデルをアクティブな学習で微調整することは、アノテーションコストの削減を約束する。 近年,プロキシに基づく能動学習が提案されている。 このアプローチは、しばしばアクティブな学習性能に大きな損失をもたらし、時には計算コストの削減を上回ります。 本研究では,選択の相違による能動的学習能力の低下を緩和する適切な学習方法を示す。
  論文  参考訳（メタデータ） (2024-03-02T06:01:34Z)
• Extrapolation for Large-batch Training in Deep Learning [72.61259487233214]
  我々は、バリエーションのホストが、我々が提案する統一されたフレームワークでカバー可能であることを示す。 本稿では,この手法の収束性を証明し,ResNet,LSTM,Transformer上での経験的性能を厳格に評価する。
  論文  参考訳（メタデータ） (2020-06-10T08:22:41Z)

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。