★ 2
FedRSPO+：面向决策的异构联邦学习算法
论文提出 FedRSPO+，一个面向决策聚焦学习（DFL）的异构感知联邦学习框架，基于正则化预测-优化代理 RSPO+，通过对决策映射做投影平滑来稳定客户端更新与聚合。作者证明了 RSPO+ 对决策误差与遗憾的上界，并推导出不依赖强凸性的跨客户端异构性界。在背包、最短路与真实能源定价任务上验证了平…
arXiv cs.LG25 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 FedRSPO+，一个面向决策聚焦学习（DFL）的异构感知联邦学习框架，基于正则化预测-优化代理 RSPO+，通过对决策映射做投影平滑来稳定客户端更新与聚合。作者证明了 RSPO+ 对决策误差与遗憾的上界，并推导出不依赖强凸性的跨客户端异构性界。在背包、最短路与真实能源定价任务上验证了平…
论文针对均值-方差投资组合优化中预测目标与下游决策质量不一致的问题，提出将下层 MVO 的 KKT 最优性条件嵌入上层学习问题的单层优化形式。该方法在保持预算与卖空约束的同时对标准非线性求解器可解。在两组相关性结构不同的真实 ETF 数据滚动窗口实验中，多项投资指标取得最优表现。