← heapsort-ai

data scarcity

2 items

RESEARCHarXiv CS.LG·17/04/2026

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

Cet article propose un cadre d'optimisation de portefeuille assisté par l'apprentissage automatique, conçu pour les environnements à faibles données et incertains. Il utilise un pipeline enseignant-étudiant où un optimiseur CVaR génère des étiquettes, et des modèles neuronaux sont entraînés avec des données réelles et synthétiques pour surmonter la rareté des observations.

27
RESEARCHarXiv CS.LG·08/05/2026

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

Cet article propose un cadre de réseau neuronal informé par la physique (PINN) qui équilibre adaptativement la supervision basée sur la physique et sur les données, particulièrement en cas de rareté des données. La méthode utilise un neurone de fusion apprenable pour ajuster dynamiquement les contributions de chaque terme en fonction de leurs incertitudes et intègre le transfert d'apprentissage pour une efficacité accrue.

27