- 图神经网络在 (混合整数) 二次规划中的表达能力
用连续和混合整数设置的情况下，我们研究了图神经网络在二次规划任务中的表达或代表能力，证明了存在可靠地表示二次规划关键属性的消息传递图神经网络，并通过数值结果验证了我们的理论。
- 动态定价的新时代：将监督学习和二次规划协同
本文通过结合监督学习和二次规划来改进汽车租赁行业中的动态定价模型，利用价格弹性的动态建模，通过普通最小二乘（OLS）指标如 p-values、齐次性、误差正态性进行优化，以达到给定有限集目标的利润最大化。
- 填补空白：受模型预测控制启发的可证实无模型二次规划控制器的学习
本文提出了一种新的参数化控制器，借鉴了模型预测控制（Model Predictive Control）的思想。这些控制器采用与线性模型预测控制类似的二次规划结构，通过学习问题参数而不是从模型中导出。该方法可能解决深度强化学习中常见学习控制器 - 一种用于结构化支持向量机的近线性时间算法
本文提出了第一个解决具有低秩因子或低树宽度和少量线性约束的二次规划的近似线性时间算法，并暗示了具有低树宽度或低秩的支持向量机的近似线性时间算法。
- 三项 DMC 的分析和调整
研究了使用三项二次规划的 DMC 算法，与使用两项二次规划的 DMC 之间的关系，并基于这种关系得出了闭环响应曲线。根据分析，开发了两种调节控制器的方法，分别用于闭环阶跃响应和干扰减少，并证明了三项 DMC 比两项 DMC 具有更高的性能和 - ICML通过二次规划实现强大的群同步
提出了一种新的二次规划公式，用于估计组同步中的数据损坏程度，并使用这些估计值来解决此问题。该方法利用了组的循环一致性，并将其称为结构一致性的检测和估计（DESC）。该公式具有多种优点，例如可以容忍高达信息论界限的数据损坏，不需要好的初始化， - ICML分段线性回归与凸函数差分
本文介绍了一种新的分段线性回归方法，利用凸函数差的拟合数据，通过分段凸函数的估计来近似数据。方法可以通过二次规划高效实现并在现实世界数据集上验证了它的可行性和性能。
- 带概率安全屏障证书的不确定多机器人碰撞避免
本文提出了一种针对多机器人系统中的碰撞回避问题所设计的方法，该方法需要考虑测量和运动的不确定性，使用概率安全障碍证书 (PrSBC) 和控制障碍函数 (Control Barrier Functions) 来定义可接受的控制操作空间，并通过 - KDDLSMI-Sinkhorn：优化运输下的半监督互信息估计
本研究提出了一种半监督的 平方误差互信息 (SMI) 估计方法，使用少量的配对样本和可用的未配对样本，通过密度比函数表示 SMI，并通过二次规划来表示目标函数。提出了一种高效的最小二乘互信息估计算法，并在图像匹配和相册摘要等机器学习问题上验 - 利用时空语义走廊在复杂城市环境中生成安全轨迹
本文提出了一种新颖的统一的时空语义走廊结构 (SSC), 为不同类型的语义元素提供了一定的抽象，并解决了自主车辆在复杂城市环境中规划安全轨迹的问题，方法使用广义二次规划 (GQP) 实现轨迹计算，并融合了分段 Bezier 曲线参数化的凸包 - AAAI自我引导下的部分标签学习
本文提出了一种新的方法，采用自我训练的方式来处理部分标签数据，其中采用了基于最大无穷范数的伪标签技术来自动实现基准标签的分类，并通过使用简单的二次规划方法进行拟合优化。通过在自制和真实世界数据集上的测试，证明了所提出的方法比现有的部分标签学 - 无投影随机凸优化
该论文提出了第一个计算有效的基于投影的算法来解决 Bandit 凸优化问题，并以各种问题（包括二次规划、组合优化和矩阵完成问题）上的实验结果证明了其性能。
- OSQP：二次规划问题的算子分裂求解器
提出了一种基于交替方向法的凸二次规划通用求解器，采用新颖的算子分裂技术，在几乎每次迭代时需要解决一个准定线性系统；该算法非常稳健，并且对问题数据没有任何要求，同时支持缓存因子分解、热启动，特别适用于金融、控制和机器学习等参数化问题的高效求解 - 椭圆体上的二次规划（应用于约束线性回归和张量分解）
本研究提出了一种基于升级拉格朗日算法的椭圆二次规划问题求解新算法，通过将问题分解为球上的二次规划问题和正交投影问题并分别求解，改进二次约束 QP 求解中矩阵条件数的方法提高了算法收敛速度，并在受限线性回归和张量分解方面进行了应用。
- 拟合受限 Lasso 的算法
本研究比较了在求解有约束的 Lasso 问题中的几种不同的计算策略（包括二次规划、交替方向乘子法、以及一种高效的求解路径算法）。在通过模拟和真实数据示例的比较之后，提出了适用于不同数据规模下的实际建议，同时也发现一般化 Lasso 可以转化 - 用于极度拥挤场景下的数百人在线追踪的二次二进制规划
本文提出一种针对高密度人群场景的多目标追踪算法，采用二次规划方法和 Modified Frank Wolfe 算法，同时利用外观、运动、邻域运动、空间邻近性和分组约束等上下文信息进行探测和数据关联，有效提升目标检测效率，并在 11 个高密度 - 凸复合二次和半定规划的交替方向乘子法的线性收敛率
本文提供了一种更加通用的半迭代交替方向乘子法，以解决线性约束下的凸组合优化问题，并证明该方法具有线性收敛性。同时，文章还说明了该方法在解决多个块的凸优化问题时非常有效，其中凸组合二次规划和二次半定规划是重要的应用之一。
- 非凸集交问题：从投影方法到超正则集的牛顿法
描述如何使用交替投影法和其变体解决不相交闭集中的点问题，以及如何将二次规划用于非凸结构化集合，证明了算法的收敛性和收敛速度.
- AAAILASS: 一个使用拉普拉斯平滑的简单分配模型
本文提出了一种基于相似度矩阵的软分配学习模型，使用二次规划方法求解，兼具半监督学习的特点，通过交替方向乘法算法得到训练算法。该模型适用于物品自然归属于多个类别或类别之间有复杂交互的情况，例如关键词或标签的注释。