Оптимизация и Обучение: Новые Алгоритмы для Управления Сложными Системами
В статье представлен новый подход к совместной оптимизации оперативных решений и моделей машинного обучения в различных отраслях, от энергетики до розничной торговли.
Наука
Неуязвимый интеллект: Обучение с подкреплением в условиях реальной неопределенности
Новый подход позволяет создавать более надежные системы искусственного интеллекта, способные эффективно работать в сложных и непредсказуемых условиях.
Инвестиции под прицетом: глобальные тренды и локальные нюансы
Новый подход к прогнозированию инвестиционных панелей учитывает как общие тенденции, так и специфические особенности отдельных групп активов.
Эволюция решений: Оптимизация в условиях неопределенности
![Для экземпляров DCC-MKP с фиксированным количеством элементов (n=300) и изменяющимся числом рюкзаков (m∈{150,50,30}), средняя ошибка в автономном режиме демонстрирует зависимость от динамических изменений вместимости с частотами [latex]\nu \in \{20, 50, 100\}[/latex], при этом сильно коррелированные и некоррелированные экземпляры при величине изменения [latex]\eta = 0.2[/latex] показывают схожую чувствительность к этим изменениям.](https://arxiv.org/html/2604.10930v1/Figures/ledgend1.png)
Исследование посвящено применению многоцелевых эволюционных алгоритмов для решения динамической задачи о рюкзаке с учетом вероятностных ограничений.
Торги по возрастанию: Новый подход к сложным рынкам
Исследование предлагает инновационный механизм аукционов для эффективного распределения неразделимых товаров в условиях неполной взаимозаменяемости ценности.