.png){kind=icon}
返回
Robust binary and multinomial logit models for classification with data uncertainties
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejor.2025.05.013.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 利用鲁棒优化方法，在测试误差条件下重新构建动态因果模型（DCMs）。
• 推导针对二元/多项对数几率模型在特征和标签不确定性下的鲁棒模型。
• 推导鲁棒估计量的统计特性。
• 实验结果表明模型精度和泛化能力得到提升。
Keyword:
robust optimization
classification
feature uncertainty
label uncertainty
statistical properties
期刊
IF:
6
论文数:
2.2W
被引数:
6.4W
机构
引用论文
Robust path recommendations during public transit disruptions under demand uncertainty需求不确定性下公共交通中断期间的稳健路径建议
OAAI
OAAI分享收藏Data-driven distributionally robust optimization using the Wasserstein metric: performance guarantees and tractable reformulations使用Wasserstein度量的数据驱动的分布式鲁棒优化: 性能保证和可处理的重新制定
PREAI
分享收藏Mismeasured variables in econometric analysis: Problems from the right and problems from the leftOAAI
OAAI分享收藏Assessing the accuracy of the sydney household travel survey with GPS使用GPS评估悉尼家庭旅行调查的准确性.png)
TRANSPORTATION
TRANSPORTATIONIF3.3
PREAI
分享收藏A robust optimization approach for the capacitated vehicle routing problem with demand uncertainty
PREAI
分享收藏分享收藏
查看更多内容