AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-20
सेंसर्ड डिमांड के अंतर्गत इष्टतम फीचर-आधारित न्यूज़वेंडर नीतियां
मूल शीर्षक: Optimal Feature-Based Newsvendor Policies under Censored Demand
पेपर एक न्यूज़वेंडर समस्या पर विचार करता है जिसमें एक निर्णयकर्ता को सेंसर्ड मांग डेटा से यह सीखना होता है कि कितना स्टॉक ऑर्डर करना है, जहां मांग सेंसर्ड होती है जब उसे पूरा करने के लिए पर्याप्त स्टॉक उपलब्ध नहीं था। लेखक एक मॉडल-अज्ञेयवादी लॉस फ़ंक्शन दृष्टिकोण प्रस्तावित करते हैं जो अवलोकनात्मक डेटा से इष्टतम ऑर्डर मात्रा का अनुमान लगाता है, और इष्टतम नीति को इस लॉस के न्यूनतमक के रूप में चित्रित करता है। विधि को केवल एकल अनुमान चरण की आवश्यकता होती है, इसे रैखिक एम्पिरिकल रिस्क मिनिमाइज़ेशन, कर्नेल वेट्स ऑप्टिमाइज़ेशन और डीप न्यूरल नेटवर्क में लागू किया जा सकता है, सिंथेटिक डेटा पर इष्टतम नीति तक तेज़ी से अभिसरित होता है, और वास्तविक दुनिया के रिटेल डेटा पर प्रदर्शन में सुधार करता है।