Optimisation distributionnellement robuste : régularisations et applications en learning - 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision
Communication Dans Un Congrès Année : 2022

Optimisation distributionnellement robuste : régularisations et applications en learning

Jérôme Malick
Données, Apprentissage et Optimisation

Résumé

Optimisation distributionnellement robuste : régularisations et applications en learning

Domaines

Recherche opérationnelle [math.OC] Combinatoire [math.CO]
Fichier principal
Vignette du fichier
malick2.pdf (201.04 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

CCSD Sciencesconf.org  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03596208

Soumis le : jeudi 3 mars 2022-15:15:18

Dernière modification le : mardi 16 juillet 2024-11:16:22

Archivage à long terme le : samedi 4 juin 2022-19:33:41

Télécharger pour visualiser

Dates et versions

hal-03596208 , version 1 (03-03-2022)

Identifiants

  • HAL Id : hal-03596208 , version 1

Citer

Jérôme Malick. Optimisation distributionnellement robuste : régularisations et applications en learning. 23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, INSA Lyon, Feb 2022, Villeurbanne - Lyon, France. ⟨hal-03596208⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UGA CNRS INRIA INSMI LJK LJK_PS TDS-MACS LJK-PS-DAO ROADEF2022
93 Consultations
88 Téléchargements

Partager

More