← heapsort-ai

data scarcity

2 items

RESEARCHarXiv CS.LG·17/4/2026

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

Este artículo propone un marco de optimización de cartera asistido por aprendizaje automático, diseñado para entornos con pocos datos y cambios de régimen inciertos. Emplea un pipeline de aprendizaje profesor-alumno donde un optimizador CVaR genera etiquetas y modelos neuronales son entrenados con datos reales y sintéticos para superar la escasez de observaciones.

27
RESEARCHarXiv CS.LG·8/5/2026

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

Este artículo propone un marco de red neuronal informado por la física (PINN) que equilibra adaptativamente la supervisión basada en la física y en los datos, especialmente bajo escasez de datos. El método utiliza una neurona de mezcla aprendible para ajustar dinámicamente las contribuciones de cada término según sus incertidumbres e integra el aprendizaje por transferencia para mayor eficiencia.

27