← heapsort-ai

data scarcity

2 items

RESEARCHarXiv CS.LG·4/17/2026

Portfolio Optimization Proxies under Label Scarcity and Regime Shifts via Bayesian and Deterministic Students under Semi-Supervised Sandwich Training

Diese Arbeit stellt ein maschinelles Lern-basiertes Portfolio-Optimierungsframework vor, das für datenarme Umgebungen und Regimeunsicherheit entwickelt wurde. Es verwendet eine Teacher-Student-Pipeline, in der ein Conditional Value at Risk (CVaR)-Optimierer Labels generiert und neuronale Modelle mittels realer und synthetisch augmentierter Daten trainiert werden, um die Beobachtungsknappheit zu überwinden.

27
RESEARCHarXiv CS.LG·5/8/2026

Physics-Informed Neural Networks with Learnable Loss Balancing and Transfer Learning

Dieser Artikel stellt ein selbstüberwachtes physikinformiertes neuronales Netzwerk (PINN) vor, das physikbasierte und datengestützte Überwachung adaptiv ausgleicht, insbesondere bei Datenknappheit. Die Methode verwendet ein lernfähiges Mischneuron, um die Beiträge jedes Terms dynamisch basierend auf ihren Unsicherheiten anzupassen, und integriert Transferlernen zur Effizienzsteigerung.

27