提出DT-DRO歧义集校准方法

Wenbin Zhou、Elizabeth Cucuzzella与Shixiang Zhu提出诊断传输分布鲁棒优化方法DT-DRO。该方法利用留出校准数据，通过条件概率积分变换CDF诊断系统性概率错配，并以结果级传输同时调整歧义集中心与ground cost，使歧义集几何匹配观测到的预测误差。 作者称，该形式化可给出计算可行的对偶重构，并推导出随估计与近似误差消失而收紧的歧义半径和决策风险保证，可消除模型误设导致的非消失鲁棒性地板。合成实验与停电应用显示，在结构和尾部误设下决策质量提升。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。