Differentiable Equilibrium Computation with Decision Diagrams for Stackelberg Models of Combinatorial Congestion Games
The University of Tokyo(东京大学);NTT Communication Science Laboratories(NTT通信科学实验室)
我们解决Stackelberg模型的组合拥塞游戏(CCG),我们的目标是优化参数的CCG,使自私的行为的非原子球员达到理想的均衡。这一模型对于设计交通和通信网络等社会基础设施至关重要。然而,由于两个困难:(I)双层编程结构和(II)CCG的组合性质,该模型的计算方法尚未得到深入研究。我们通过仔细结合(I)\textit{differentiable}优化的思想和(II)称为\textit{zero-suppressed binary decision diagrams}(ZDD)的数据结构来解决这些问题,该数据结构可以复杂地表示组合策略集。我们的算法在数值上逼近CCG的平衡点,我们可以通过自动微分来区分CCG的参数。通过得到的导数,我们可以将基于梯度的方法应用于CCG的Stackelberg模型。我们的方法是专门为诱导Nesterov加速度而设计的,并且可以充分利用ZDD的经验紧性。这些技术优势使我们能够用大量的组合策略来处理CCG。在实际网络设计实例上的实验证明了该方法的实用性。
2021-10-18 cs.DS cs.GT cs.LG
First-order regret bounds for combinatorial semi-bandits
INRIA Lille – Nord Europe(法国国家信息与自动化研究所里尔-北欧中心)
我们考虑在线组合优化问题下的半强盗反馈,学习者必须反复挑选行动从组合决策集,以尽量减少与其决策相关的总损失。在做出每个决定之后,学习者观察到与其行为相关的损失,而不是其他损失。对于这个问题,有几个学习算法,保证学习者的预期后悔随着回合数$T$而增长为$\widetilde{O}(\sqrt{T})$。在本文中,我们提出了一种算法,改进了这种缩放到$\widetilde{O}(\sqrt{L_T^*})$,其中$L_T^*$是最佳行动的总损失。我们的算法是第一个实现这样的保证,在部分反馈方案,第一个这样做的组合设置。
2015-06-10 cs.LG stat.ML
Adaptive Combinatorial Experimental Design: Pareto Optimality for Decision-Making and Inference
University of Science and Technology of China(中国科学技术大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校);Arizona State University(亚利桑那州立大学)
本文提出 MixCombKL 和 MixCombUCB 算法,通过帕累托最优性在组合多臂老虎机中实现 regret 最小化与统计功效的平衡。
2026-02-27 cs.LG
State Combinatorial Generalization In Decision Making With Conditional Diffusion Models
Carnegie Mellon University(卡内基梅隆大学)
本文提出利用条件扩散模型实现决策中的状态组合泛化,通过实验展示其在多环境中的优越性能。
2025-12-14 cs.LG
Risk-Sensitive Compact Decision Trees for Autonomous Execution in Presence of Simulated Market Response
J. P. Morgan Chase(摩根大通);Georgia Institute of Technology(佐治亚理工学院)
我们展示了风险敏感强化学习的应用,以优化执行限价订单簿市场。我们表示采取订单执行的马尔可夫决策过程的基础上,限价订单簿知识,并训练在市场模拟器中的交易代理,它模拟多代理人的互动,通过合成市场反应,我们的代理人的执行决策,从历史数据。由于市场冲击,执行大量订单可能会产生巨大的成本。我们学习交易信号的市场微观结构在存在模拟的市场反应,并得出可解释的基于决策树的执行策略,使用风险敏感的Q学习,以最大限度地减少执行成本的成本方差的约束。
2021-01-06 cs.LG q-fin.TR
Structured Reinforcement Learning for Combinatorial Decision-Making
Technical University of Munich(慕尼黑技术大学);École des Ponts(巴黎理工大学)
针对标准强化学习在组合动作空间决策场景下扩展性、泛化性不足的问题,提出嵌入组合优化层、基于Fenchel-Young损失训练的结构化强化学习范式,在多类不确定性环境中性能优于基线方法。
2025-10-27 cs.LG math.OC stat.ML
Conformalized Decision Risk Assessment
Heinz College of Information Systems and Public Policy, Carnegie Mellon University(卡内基梅隆大学信息系统与公共政策学院);Saïd Business School, University of Oxford(牛津大学said商学院)
CREDO是一种无分布框架,用于量化决策在不确定性下的最优概率,通过逆可行区域和符合预测球提供有限样本下的下界。
2025-12-17 cs.LG stat.ML
ACDC: $α$-Carving Decision Chain for Risk Stratification
Accordion Health, Inc.(Accordion健康公司);Emory University(埃默里大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
在许多医疗环境中,风险分层的直观决策规则可以帮助有效的医院资源分配。本文介绍了一种新的变体的决策树算法,产生一个链的决定,而不是一个一般的树。我们的算法,$α$ -雕刻决策链(ACDC),依次雕刻出“纯”子集的多数类的例子。由此产生的决策规则链产生少数类示例的纯子集。我们的方法在探索大型和类别不平衡的健康数据集方面特别有效。此外,ACDC提供了一个交互式的解释与视觉性能指标,如接收器操作特性曲线和升降图。
2016-06-16 cs.LG stat.ML
Decision Theoretic Foundations for Conformal Prediction: Optimal Uncertainty Quantification for Risk-Averse Agents
University of Pennsylvania(宾夕法尼亚大学)
本文从决策论角度证明预测集对风险厌恶决策者最优,提出最大最小决策策略和风险厌恶校准算法RAC,在保证安全阈值的同时提升下游效用。
2025-02-04 cs.AI cs.LG stat.ML
Conformal Risk-Averse Decision Making with Optimized Certainty Equivalent Risk Control
该研究针对智能体在系统状态不确定时的风险厌恶决策问题,提出基于优化确定性等价(OCE)的风险控制策略,将已知分布下的最优策略简化为CVaR的预测集解,并通过数据驱动校准策略在无线波束成形场景中验证了其OCE风险高概率控制效果。
2026-08-31 cs.AI cs.IT cs.LG
Decision-Oriented Uncertainty Quantification for Risk Control in Earth System Spatiotemporal Foundation Models
Vanderbilt University(范德堡大学);City University of New York(纽约城市大学);Yale University(耶鲁大学);Wyze Inc.(Wyze公司);Northeastern University(东北大学);University of Southern California(南加州大学);Southwest University(西南大学)
提出决策导向不确定性量化框架,将地球系统时空基础模型的预测不确定性转化为行动条件风险,经效用感知校准后选择行动,显著降低决策遗憾与漏报率并提升期望效用。
2026-09-15 cs.LG
Learning Multi-Timescale Abstractions for Hierarchical Combinatorial Planning
Department of Electrical Engineering(电气工程系);Automation, Aalto University, Finland(自动化,艾尔沃斯大学,芬兰)
本文提出了一种基于模型的分层框架,用于解决序列随机组合决策问题,通过多时间尺度目标结构化潜在动态,实现高效的前瞻规划,并联合学习子目标条件预算策略以支持上下文感知的资源分配。
2026-05-16 cs.LG
Combinatorial and Structural Results for gamma-Psi-dimensions
LORIA-CNRS(洛林计算机科学研究实验室-法国国家科学研究中心)
本文讨论了在最小可学习性假设下,间隔多类分类器的泛化性能。在这种情况下,保证风险的推导是基于处理属于三个主要家族的容量度量:Rademacher/Gaussian复杂性,度量熵和尺度敏感的组合维度。专用于这种分类器的尺度敏感的组合维度是gamma-Psi维度。我们介绍的组合和结构的结果需要涉及他们在推导保证风险,并建立相应的上界的度量熵和Rademacher复杂性。可以得出两个主要结论:1。γ-Psi维度总是带来改进,相比于使用这类边缘函数的脂肪粉碎维度; 2.由于它们考虑分类器的基本特征的能力,它们代表了执行从多类别情况到具有覆盖数的二进制情况的转换的有希望的替代方案。
2020-09-16 cs.LG stat.ML
Risk-Aware General-Utility Markov Decision Processes
研究风险感知通用效用马尔可夫决策过程,聚焦熵风险度量,提出基于蒙特卡洛树搜索的方法,可解决该过程并达任意精度,实验表明此方法在多种任务的GUMDPs中优化风险感知行为时成功。
2026-07-13 cs.AI cs.LG
Non-Degenerate Risk Certification for Automated Security Decisions: A Decision-Contract Theory with ATT\&CK-Aligned Triage as a Worked Instance
Guangzhou Health Science College(广州卫生职业技术学院)
本文提出决策契约理论用于自动化安全决策的非退化风险认证,以适配ATT&CK的LLM入侵检测警报分类为实例,实验验证了该方法可有效控制风险并实现较高的正确自动化率。
2026-08-14 cs.CR cs.LG
Decision Variance in Online Learning
Cornell University(康奈尔大学)
传统上,在线学习关注的是预期的回报。本文研究了在收益均值-方差性能测度下的风险规避在线学习问题。同时考虑了强盗和全信息设置。几个现有的政策的性能进行了分析,并建立了新的基本限制风险规避学习。特别是,它表明,虽然对数分布依赖的遗憾时间$T$是可以实现的(类似于风险中性的问题),最坏的情况下(即极大极小)遗憾是下界的$Ω(T)$(相反,$Ω(\sqrt{T})$下界的风险中性的问题)。这种与风险中性对应物的急剧差异是由玩家决策的方差引起的,而在预期奖励标准下的遗憾中不存在这种差异,这有助于由于这种风险度量的非线性而导致过度的均值方差。决策方差在后悔表现中的作用反映了风险厌恶型玩家对稳健决策和结果的渴望。
2019-03-14 cs.LG stat.ML
CARNA: Characterizing Advanced heart failure Risk and hemodyNAmic phenotypes using learned multi-valued decision diagrams
University of Virginia(弗吉尼亚大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
针对现有心力衰竭风险模型存在的未整合有创血流动力学数据、不支持缺失数据、可解释性差等局限,提出可解释框架CARNA,基于多值决策图实现晚期HF的风险分层与表型分析,性能优于现有基准,且可推广至其他医疗场景。
2023-06-11 cs.LG
Conformal Risk-Averse Decision Making with Action Conditional Guarantee
University of California, Berkeley(加州大学伯克利分校)
提出行动条件共形预测方法,通过分位数损失最小化算法实现行动条件风险价值优化,在有限样本下提供行动条件安全保证。
2026-06-11 cs.AI cs.LG stat.ML
Ecole: A Gym-like Library for Machine Learning in Combinatorial Optimization Solvers
Mila(米拉);Polytechnique Montréal(蒙特利尔理工学院);Technische Universiteit Delft(代尔夫特理工大学)
我们提出了Ecole,一个新的库,以简化组合优化的机器学习研究。Ecole揭示了在通用组合优化求解器中出现的几个关键决策任务,作为马尔可夫决策过程的控制问题。它的界面模仿了流行的OpenAI Gym库,可扩展且使用直观。我们的目标是使这个图书馆成为一个标准化的平台,降低进入门槛,加速该领域的创新。文档和代码可以在https://www.ecole.ai上找到。
2020-11-24 cs.LG math.OC
Policy Evaluation with Variance Related Risk Criteria in Markov Decision Processes
The Technion - Israel Institute of Technology(以色列理工学院)
在本文中,我们扩展的时间差的政策评估算法的性能标准,包括方差的累积奖励。这些标准对风险管理很有用,在财务和流程控制等领域也很重要。我们提出了TD(0)和LSTD(lambda)变量与线性函数逼近,证明了它们的收敛性,并证明了它们在4维连续状态空间问题中的实用性。
2013-01-01 cs.LG stat.ML
Reinforcement Learning of Risk-Constrained Policies in Markov Decision Processes
Masaryk University(马萨里克大学);Institute of Science and Technology Austria(奥地利科学技术研究所)
马尔可夫决策过程(MDP)是随机不确定性条件下序列决策的实际框架。MDPs的经典优化准则是最大化期望折扣和收益,忽略了对系统具有高度负面影响的低概率灾难性事件。另一方面,风险规避政策要求不可预测事件的概率低于给定的阈值,但它们并不考虑预期收益的优化。我们考虑MDPs与贴现和支付的失败状态,代表灾难性的结果。风险约束规划的目标是最大化风险规避策略的期望折扣和收益,以确保遇到故障状态的概率低于期望阈值。我们的主要贡献是一个有效的风险约束规划算法,它结合了UCT类搜索与预测learnedthrough互动与MDP(在风格的AlphaZero)和风险约束的行动选择通过线性规划。我们证明了我们的方法的有效性与实验的经典MDP从文献中,包括基准的顺序为10^6状态。
2020-02-27 cs.AI cs.LG
Calibration and Risk-Budgeted Decisions with System One Models
Heudiasyc - UMR CNRS 7253;Université de Technologie de Compiègne(贡比涅技术大学)
该研究针对LLM智能体的二元决策场景,提出基于系统一模型的风险预算决策方法,通过Learn Then Test(LTT)控制漏检风险,在六个数据集上验证其比朴素基线更优。
2026-10-15 cs.LG stat.ML
Beyond CVaR: Leveraging Static Spectral Risk Measures for Enhanced Decision-Making in Distributional Reinforcement Learning
Department of Mathematics and Statistics, York University, Toronto, Canada(数学与统计学系,约克大学,多伦多,加拿大)
本文提出了一种具有收敛保证的DRL算法,优化更广泛的静态谱风险度量,提升决策质量并优于现有方法。
2025-05-16 cs.LG stat.ML
Grid-SiPhyR: An end-to-end learning to optimize framework for combinatorial problems in power systems
Massachusetts Institute of Technology(麻省理工学院)
本文提出物理信息学习优化框架SiPhyR,通过可微物理信息舍入方法解决组合优化问题,并在电网动态重构中验证其能实现安全约束下快速在线决策。
2023-05-24 cs.LG cs.SY eess.SY
Combinatorial Multi-armed Bandits for Resource Allocation
Carnegie Mellon University(卡内基梅隆大学)
我们研究的顺序资源分配问题,决策者反复分配资源之间的预算。激励性示例包括将有限的计算时间或无线频谱带分配给多个用户(即,资源)。在每一个时间步,决策者应该在不同的资源之间分配其可用的预算,以最大限度地提高预期回报,或等价地减少累积的遗憾。在这样做时,决策者应该从每个用户收到的奖励的反馈中了解为每个用户分配的资源的价值。例如,用户可以通过无线频谱带发送不同紧急程度的消息;通过向用户分配频谱而生成的奖励则取决于消息的紧急程度。我们假设每个用户的奖励遵循一个最初未知的随机过程。我们设计了组合多臂强盗算法来解决这个问题,离散或连续的预算。我们证明了所提出的算法实现对数遗憾下半强盗反馈。
2021-05-10 cs.LG stat.ML
Risk Aware and Multi-Objective Decision Making with Distributional Monte Carlo Tree Search
National University of Ireland Galway(爱尔兰国立高威大学)
在许多风险感知和多目标强化学习设置中,用户的效用来自策略的单次执行。在这种情况下,基于平均未来回报率的决策是不合适的。例如,在医疗环境中,患者可能只有一次机会治疗他们的疾病。在做决定时,仅仅是预期回报--在强化学习中被称为价值--不能解释一个决定可能产生的负面或正面结果的潜在范围。我们的关键见解是,我们应该使用不同的分布在预期的未来回报,以代表关键信息,代理人需要在决策时。在本文中,我们提出了分布式蒙特卡罗树搜索,学习后验分布的算法,从个人的政策执行可达到的不同的可能回报的效用,从而在风险意识和多目标设置良好的政策。此外,我们的算法优于国家的最先进的多目标强化学习的预期效用的回报。
2021-02-02 cs.AI cs.LG
Combinatorial Pure Exploration with Continuous and Separable Reward Functions and Its Applications (Extended Version)
Tsinghua University(清华大学);KTH(瑞典皇家理工学院);Ant Financial Group(蚂蚁金融集团);Microsoft Research(微软研究院)
研究随机多臂强盗环境下报酬函数连续可分的组合纯探索问题。在CPE-CS实例中,我们给出了几个具有未知分布的随机臂,以及一组可能的决策。每一个决定都有一个奖励,根据武器的分配。目标是使用尽可能少的手臂样本来确定具有最大奖励的决策。该问题推广了近年来引起广泛关注的具有线性报酬的组合纯探索问题。本文针对CPE-CS问题提出了一种自适应学习算法,并分析了其样本复杂度。特别地,我们引入了一个新的硬度测量称为一致的最优性硬度,并给出了样本复杂度的上界和下界。此外,我们给出的例子表明,我们的解决方案有能力处理非线性奖励函数。
2018-05-04 cs.LG stat.ML
Credal Machine Learning for Risk-Averse Decision Making
LMU Munich(慕尼黑大学);DFKI(德国人工智能研究中心)
该研究提出基于Credal集的风险规避机器学习方法,可在分类、分布偏移及强化学习场景中避免灾难性决策,且预期性能损失小。
2026-10-09 cs.LG stat.ML
An Actor-Critic Algorithm with Function Approximation for Risk Sensitive Cost Markov Decision Processes
Department of Computer Science and Automation, Indian Institute of Science(计算机科学与自动化系,印度科学研究院);Department of Electrical Engineering, Indian Institute of Technology Bombay(电气工程系,印度理工学院孟买分校)
本文针对风险敏感成本马尔可夫决策过程,提出一种带函数逼近的演员-评论家算法,并证明其渐近收敛性,实验显示性能优于现有算法。
2025-08-03 cs.LG stat.ML
Risk-Aware Decision Making in Restless Bandits: Theory and Algorithms for Planning and Learning
GERAD
本文提出了一种风险意识的 restless bandits 决策方法,结合理论与算法,用于规划和学习场景中降低风险暴露。
2026-02-19 cs.LG cs.SY eess.SY
Decision-focused Graph Neural Networks for Combinatorial Optimization
Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);Guangzhou University(广州大学);Griffith University(格里菲斯大学);Hangzhou Yugu Technology(杭州宇谷科技);Zhejiang Lab(之江实验室)
本文提出一种决策聚焦图神经网络框架,通过无监督图预测模型与二次二元无约束优化求解器级联,在最大割、最大独立集和最小顶点覆盖等经典组合优化问题上优于单独GNN和传统方法。
2024-06-10 cs.AI cs.LG
Machine Learning for Combinatorial Optimization: a Methodological Tour d'Horizon
Université de Montréal(蒙特利尔大学);Mila, Quebec Artificial Intelligence Institute(米拉-魁北克人工智能研究所);École Polytechnique de Montréal(蒙特利尔综合理工学院)
本文调查了最近的尝试,无论是从机器学习和运筹学社区,在利用机器学习解决组合优化问题。鉴于这些问题的困难性质,最先进的算法依赖于手工制作的算法来做出决策,否则计算成本太高或数学上没有很好的定义。因此,机器学习看起来像是以更有原则和优化的方式做出此类决策的自然候选者。我们主张进一步推动机器学习和组合优化的集成,并详细介绍了这样做的方法。本文的一个主要观点是将通用优化问题视为数据点,并询问在给定任务上用于学习的问题的相关分布是什么。
2020-03-12 cs.LG stat.ML
Risk-Aware High-level Decisions for Automated Driving at Occluded Intersections with Reinforcement Learning
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院)
强化学习是当今解决自动驾驶中不同决策问题的流行框架。然而,仍有一些关键挑战需要解决,以提供更可靠的政策。在本文中,我们提出了一个通用的风险意识的DQN方法,以学习高层次的行动,通过无信号闭塞路口驾驶。所提出的状态表示提供了基于车道的信息,其允许用于多车道场景。此外,我们提出了一个基于风险的奖励函数,它惩罚有风险的情况,而不仅仅是碰撞失败。这种奖励方法有助于将风险预测纳入我们的深度Q网络,并学习更可靠的策略,在具有挑战性的情况下更安全。所提出的方法的效率相比,与传统的碰撞为基础的奖励计划,也与基于规则的交叉口导航政策的DQN学习。评估结果表明,所提出的方法优于这两种方法。它提供了比冲突感知DQN方法更安全的操作,并且比基于规则的策略更谨慎。
2020-04-09 cs.AI cs.LG cs.RO
Quantifying Uncertainty in Deep Learning Classification with Noise in Discrete Inputs for Risk-Based Decision Making
University of Arkansas(阿肯色大学);State University of Medicine and Pharmacy "Nicolae Testemitanu"(尼古拉·特斯蒂米塔努國立醫藥大學)
本文提出一个数学框架,量化离散输入误差导致的深度学习预测不确定性,并通过结核病治疗结果案例验证,能有效识别风险敏感病例,优于蒙特卡洛丢弃法。
2023-10-09 cs.LG stat.AP stat.ML
FinHEAR: Human Expertise and Adaptive Risk-Aware Temporal Reasoning for Financial Decision-Making
Fudan University(复旦大学);Tensorpacific;Peng Cheng Laboratory(鹏城实验室);Meta AI;Shanghai Academy of AI for Science (SAIS)(上海人工智能科学研究院)
FinHEAR提出多智能体框架,结合人类专家知识与自适应风险感知,提升金融决策的时序推理与鲁棒性,在趋势预测和交易中优于强基线。
2025-10-17 cs.AI cs.LG q-fin.CP
Risk-Aware Decision-Making for Autonomous Overtaking: A World Model-Based Mixture-of-Experts Framework
School of Mechanical Engineering, Southeast University(东南大学机械工程学院);University of Michigan(密歇根大学);Nanyang Technological University(南洋理工大学)
该研究针对自主超车决策的长期潜在风险问题,提出WM-RMoE框架,结合世界模型、混合专家与高斯混合模型,提升了安全合规性、决策稳定性与泛化能力,可生成多交通密度下的前瞻性超车操纵。
2026-09-02 cs.AI cs.LG cs.RO
Risk-Sensitive Soft Actor-Critic for Robust Deep Reinforcement Learning under Distribution Shifts
Technical University of Munich(慕尼黑工业大学);Google DeepMind(谷歌DeepMind)
针对运筹学中上下文多阶段随机组合优化问题的分布偏移,提出风险敏感的离散 Soft Actor-Critic 算法,推导相应 Bellman 方程并验证其鲁棒性优于基准方法。
2024-02-15 cs.LG cs.SY eess.SY
Improving decision-making via risk-based active learning: Probabilistic discriminative classifiers
University of Sheffield(谢菲尔德大学);The Alan Turing Institute(艾伦·图灵研究所)
获得对结构的操作和维护做出明智决策的能力为结构健康监测(SHM)系统的实施提供了动力。然而,与被监测系统的健康状态相对应的测量数据的描述性标签通常是不可用的。这个问题限制了全监督机器学习范例用于开发统计分类器以用于SHM系统中的决策支持的适用性。解决这个问题的一种方法是基于风险的主动学习。在这种方法中,数据标签查询是根据初始数据点的完美信息的期望值来引导的。对于SHM中基于风险的主动学习,相对于维护决策过程评估信息的价值,并且数据标签查询对应于结构的检查以确定其健康状态。在SHM的上下文中,基于风险的主动学习仅被考虑用于生成分类器。目前的文件演示了使用一种替代类型的分类器-判别模型的几个优点。使用Z24桥数据集作为案例研究,它表明,判别分类器的好处,在SHM决策支持的背景下,包括提高鲁棒性抽样偏差,并减少结构检查的支出。
2022-06-23 cs.LG stat.AP stat.ML
Marginal Fairness: Fair Decision-Making under Risk Measures
UNSW Business School, School of Risk and Actuarial Studies(新南威尔士大学商学院、风险与精算研究学院);Department of Statistical Sciences, University of Toronto(多伦多大学统计科学系)
本文提出边际公平概念,通过修改广义扭曲风险度量使决策对受保护属性不敏感,并利用级联敏感性扩展,在保险等监管行业中实现公平决策,数值与实证验证了其有效性。
2025-05-24 cs.CC cs.CY cs.LG
Off-Policy Risk Assessment in Markov Decision Processes
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Carnegie Mellon University(卡内基梅隆大学);Purdue University(普渡大学)
为了解决安全性与人类偏好的一致性以及学习效率等不同目的,越来越多的强化学习研究关注依赖于整个收益分布的风险泛函。最近的工作\emph{off-policy risk assessment}(OPRA)的上下文土匪介绍了一致的估计目标政策的CDF的回报以及有限的样本保证,扩展到(并同时举行)所有的风险。在本文中,我们解除OPRA马尔可夫决策过程(MDPs),其中重要性采样(IS)CDF估计遭受高方差较长的轨迹,由于有效样本量小。为了缓解这些问题,我们将基于模型的估计开发的第一个双稳健(DR)估计CDF的回报MDP。该估计量具有显著较小的方差,并且当模型被很好地指定时,达到Cramer-Rao方差下限。此外,对于许多风险泛函,下游估计享有更低的偏差和更低的方差。此外,我们推导出了第一个极大极小的下边界的非政策CDF和风险估计,这与我们的误差界匹配到一个常数因子。最后,我们证明了我们的DR CDF估计在几个不同的环境实验的精度。
2022-09-21 cs.AI cs.LG stat.ML
Feedback Effects in Repeat-Use Criminal Risk Assessments
在刑事法律方面,风险评估算法被吹捧为数据驱动的、经过良好测试的工具。被称为验证测试的研究通常被从业者引用,以表明特定的风险评估算法具有预测准确性,建立风险组之间的合理差异,并在治疗中保持一定程度的群体公平性。为了建立这些重要的目标,大多数测试都使用一次性单点测量。使用波利亚瓮模型,我们探讨了反馈效应的影响,在顺序评分决策过程。我们通过模拟表明,风险可以传播的顺序决策的方式,不被一次性测试。例如,即使风险分配中的偏差非常小或不可检测,也会在连续的基于风险的决策中放大,导致在多次决策迭代后可观察到的群体差异。风险评估工具在一个高度复杂和路径依赖的过程中运作,充满了历史上的不平等。我们的结论是,从这项研究中,这些工具不能正确地考虑复合效应,并需要新的方法来开发和审计。
2020-11-28 cs.CY cs.DS cs.LG
Risk-Averse Decision Making with Multi-Level Reliability Guarantees
Institute for Intelligent Networked Systems (INSI), Northeastern University London(伦敦东北大学智能网络系统研究所(INSI))
本文研究在系统状态不确定下最大化多级性能证书加权平均的风险规避决策问题,将其转化为嵌套预测集优化,并通过对偶形式解耦,实验展示了多级证书的成本与权衡。
2026-09-11 cs.IT cs.LG math.IT
Use of Artificial Intelligence to Analyse Risk in Legal Documents for a Better Decision Support
PricewaterhouseCoopers Pvt Ltd.(普华永道私人有限公司)
评估大量法律文件的风险,如征求建议书;合同是繁琐和容易出错的。我们开发了一个基于机器学习和自然语言处理的框架“risk-o-meter”,以审查和评估任何法律文件的风险。我们的框架使用段落向量,一个无监督的模型来生成文本的向量表示。这使得框架能够学习法律术语的上下文关系,并生成合理的上下文感知嵌入。然后,该框架将向量空间馈送到监督分类算法中,以预测段落是否属于预先定义的风险类别。因此,该框架提取了容易产生风险的段落。该技术有效地克服了基于关键字的搜索的局限性。对于具有最大训练数据集的风险类别,我们实现了91%的准确率。该框架将帮助组织优化工作,以最少的人为干预从大型文档库中识别风险,从而有助于降低风险的可持续增长。它的机器学习能力使其可扩展,以发现除法律文档外的任何类型的文档中的相关信息,前提是库是按人口填充的和丰富的。
2019-11-22 cs.AI cs.CL cs.IR