Sanjay Mehrotra

大白话：西北大学工业工程与管理科学教授，DRO 领域最核心的学者之一。 他是那篇 90 多页的 DRO 综述《Distributionally Robust Optimization: A Review》的资深作者， 也是 DRO 算法侧（割面 / 交换法、对偶重构）的长期贡献者。

机构：Northwestern University, Department of Industrial Engineering and Management Sciences, Evanston, IL 60208。邮箱：mehrotra@northwestern.edu。

Sanjay Mehrotra 是西北大学工业工程与管理科学教授，研究方向横跨 分布鲁棒优化、随机规划、半无限规划与统计学习正则化。 他是 2022 年那篇综合性综述 Distributionally Robust Optimization: A Review 的资深作者 （与当时的博士生 Hamed Rahimian 合作），也是 DRO 算法侧的长期贡献者 （割面 / 交换法、对偶重构）。

主要贡献

• 2019 / 2022 — DRO 综述（与 Rahimian 合作）。Open Journal of Mathematical Optimization 上 90 多页的综述。 是本 wiki DRO 概念页的主要参考。
• 2018 — 面向统计学习的 DRO（与 Zhang 合作）。最早证明「在 Wasserstein 模糊集上的分布鲁棒分类 / 回归 等价于一个正则化 ERM 问题」的论文之一；由此连通 SVM、LASSO、正则化逻辑回归。 综述的 §3.4 与 §5.1.1.3 引用了它。
• 半无限规划的割面 / 交换法。SIP 奠基算法的共同作者（与 Papp），支撑了 DRO 内层 sup 问题的实际求解。
• 两阶段随机规划中的 DRO。长期研究带补救的两阶段随机线性规划的对偶（鲁棒对应）形式。

为何这对本 wiki 重要

Mehrotra 的工作是任何可落地的 DRO 风险模型背后的理论骨架。 本 wiki 的 DRO 页、 Wasserstein 页、 一致风险页都建立在他那篇综述之上。 他在 SIP 交换法上的工作，是抽象 DRO 表述与生产级风险模型所需的计算可解性之间的桥梁。

相关页面

• entities/Hamed Rahimian —— 合作作者，也是他 former 的博士生。
• entities/Rahimian Mehrotra 2022 DRO Review —— 综述的实体页。
• concepts/models-theory/Distributionally Robust Optimization —— 引用了这项工作的主概念页。