Neural Slack Variables for Shape Constraints

En 3 lignesNouvelle méthode pour imposer des contraintes d'inégalité (monotonie, convexité) dans les réseaux de neurones via des variables slack neurales. Approche couplant un réseau principal avec un réseau auxiliaire appris conjointement, convertissant l'application de contraintes en problème de régression. Atteint zéro violation mesurée sur tests de monotonie/convexité, surpassant méthodes de pénalité et primal-dual.

Résumé généré par Claude — vérifié par l'humain