该研究探讨了在系统状态不确定条件下的风险规避决策问题,提出了一种基于优化确定性等价(OCE)风险度量的新框架。OCE度量统一了均值-方差风险和条件风险价值(CVaR)等常见风险准则,作者首先刻画了已知分布下的最优策略,并证明该策略在CVaR情形下可简化为基于预测集的解决方案,从而为共形预测类预测集提供了操作性解释。针对分布未知的实际场景,文章进一步提出了一种数据驱动的校准策略,通过合成似然模型与留出校准数据,实现对OCE风险的高概率控制。该方法在无线波束成形的两个应用场景中进行了验证,展示了其在风险敏感决策中的有效性与实用性。
| Optimized Certainty Equivalent (OCE) | 一种广义风险度量,涵盖均值-方差和CVaR等常见风险指标。 |
| Conditional Value-at-Risk (CVaR) | 条件风险价值,衡量尾部损失的平均值,常用于金融和决策中的风险控制。 |
| Conformal prediction | 一种无分布假设的预测区间构建方法,提供统计保证的预测集。 |
| Risk-averse decision making | 在不确定性下选择行动时偏好规避风险的决策框架。 |
| Beamforming | 无线通信中通过调整天线阵列权重来增强信号或抑制干扰的技术。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅