基于向量自回归过程相关数据的分布鲁棒优化
最优化与控制
2019-09-10 v1 机器学习
统计计算
机器学习
其他统计学
摘要
我们给出了非独立同分布向量自回归数据的随机优化问题的分布鲁棒表述。我们使用 Wasserstein 距离在分布空间中定义鲁棒性，并借助对偶理论证明该问题等价于一个有限凸-凹鞍点问题。该方法在合成与真实数据上的性能均得到展示。
引用
@article{arxiv.1909.03433,
title = {Distributionally Robust Optimization with Correlated Data from Vector Autoregressive Processes},
author = {Xialiang Dou and Mihai Anitescu},
journal= {arXiv preprint arXiv:1909.03433},
year = {2019}
}