ICLN：面向决策聚焦学习的输入凸损失网络
原文中文，约400字，阅读约需1分钟。发表于：。在决策问题中，通过学习预测模型与优化相结合可以提供更好的决策，本文提出了一种全局代理损失函数 ICLN，通过 Input Convex Neural Networks 学习任务损失，并在保持全局结构的同时适用于通用 DFL 框架。
Decision-Focused Learning（DFL）是一种新兴的学习范例，用于训练机器学习模型预测不完整优化问题的缺失参数。研究发现模型的鲁棒性与其能否找到最佳决策且不偏离真实标签高度相关。
