Dipartimento di Scienze Statistiche

Il Dipartimento di Scienze Statistiche è lieto di annunciare il prossimo incontro dei DSS Lunch Seminar. Il titolo dell'intervento è “On the accurate detection of the Pareto frontier for bi-objective mixed integer linear problems”, a cura di Lavinia Amorosi, ricercatrice presso il Dipartimento di Scienze Statistiche. L'evento si terrà venerdì 19 aprile alle ore 12:30 presso l'Aula 34, sita al piano IV del Dipartimento di Scienze Statistiche, edificio CU002 in Città Universitaria, Piazzale Aldo Moro 5, Roma.   A proposito dei lunch seminar I DSS Lunch Seminar nascono dall’idea dei ricercatori e delle ricercatrici del Dipartimento di Scienze Statistiche di creare un luogo aperto ed inclusivo di incontro, confronto e accrescimento sui diversi temi di ricerca di interesse del dipartimento. In un clima di informale convivialità ci si aprirà al dibattito mostrando i risultati delle proprie ricerche e discutendone con l’obiettivo di scoprire ed interagire su temi nuovi e stimolanti tra persone con diversa estrazione accademica ed interessi.   On the accurate detection of the Pareto frontier for bi-objective mixed integer linear problems a cura di Lavinia Amorosi   In this talk, we focus on bi-objective mixed integer linear programming problems (BOMILPs). This is a class of optimization problems underlying several applications, also in statistics, like for example the building of good quality classifiers for imbalanced data sets. However, due to their structure, the detection of their Pareto frontier can be hard to compute from an accuracy perspective. We propose a new algorithm able to detect the exact complete non dominated set avoiding the above difficulty. The algorithm alternates the resolution of single objective mixed integer linear problems and bi-objective linear problems. During its execution a filtering procedure, based on a bi-objective tree, stores in ordered manner all non-dominated points and segments. Experimental results on a testbed of instances and comparison with an existing algorithm will be presented.   Per informazioni: g.grani@uniroma1.it