論文の概要: Research of an optimization model for servicing a network of ATMs and information payment terminals

• arxiv url: http://arxiv.org/abs/2210.09927v1
• Date: Tue, 18 Oct 2022 15:15:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-19 16:21:15.651197
• Title: Research of an optimization model for servicing a network of ATMs and information payment terminals
• Title（参考訳）: ATMと情報支払い端末のネットワーク構築のための最適化モデルに関する研究
• Authors: G.A. Nigmatulin, O.B. Chaganova
• Abstract要約: 本研究の目的は、決済端末のネットワークに現金管理システムを構築することである。 本稿では,ATMにおける毎日の現金引き揚げの予測結果について述べる。 提案モデルの有効性と信頼性は,従来のBaumol-Tobin在庫管理モデルよりも高いことが証明された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The steadily high demand for cash contributes to the expansion of the network of Bank payment terminals. To optimize the amount of cash in payment terminals, it is necessary to minimize the cost of servicing them and ensure that there are no excess funds in the network. The purpose of this work is to create a cash management system in the network of payment terminals. The article discusses the solution to the problem of determining the optimal amount of funds to be loaded into the terminals, and the effective frequency of collection, which allows to get additional income by investing the released funds. The paper presents the results of predicting daily cash withdrawals at ATMs using a triple exponential smoothing model, a recurrent neural network with long short-term memory, and a model of singular spectrum analysis. These forecasting models allowed us to obtain a sufficient level of correct forecasts with good accuracy and completeness. The results of forecasting cash withdrawals were used to build a discrete optimal control model, which was used to develop an optimal schedule for adding funds to the payment terminal. It is proved that the efficiency and reliability of the proposed model is higher than that of the classical Baumol-Tobin inventory management model: when tested on the time series of three ATMs, the discrete optimal control model did not allow exhaustion of funds and allowed to earn on average 30% more than the classical model.
• Abstract（参考訳）: 現金の需要は着実に増加しており、銀行決済端末のネットワークの拡大に寄与している。 決済端末におけるキャッシュの量を最適化するためには、サービス費用を最小限に抑え、ネットワークに過剰な資金がないことを保証する必要がある。 本研究の目的は、決済端末ネットワークにおける現金管理システムを構築することである。 本稿は、端末にロードされる資金の最適量を決定する問題と、解放された資金を投資することで追加の収入を得ることができる効果的な収集頻度の解決について論じる。 本稿では,3つの指数スムースメントモデル,長期記憶を持つリカレントニューラルネットワーク,特異スペクトル解析モデルを用いて,ATMにおける日替金の予測結果を提示する。 これらの予測モデルにより、精度と完全性で十分なレベルの正確な予測が得られる。 キャッシュ引き出し予測の結果は、個別の最適制御モデルの構築に利用され、支払い端末に資金を追加するための最適スケジュールの開発に使用された。 提案モデルの有効性と信頼性は従来のBaumol-Tobin在庫管理モデルよりも高いことが証明された。3つのATMの時系列で検証された場合、離散最適制御モデルは資金の枯渇を許さず、従来のモデルよりも平均30%高い収入を得られる。

関連論文リスト

• Diffusion Models as Network Optimizers: Explorations and Analysis [71.69869025878856]
  生成拡散モデル(GDM)は,ネットワーク最適化の新しいアプローチとして期待されている。 本研究ではまず,生成モデルの本質的な特徴について考察する。 本稿では,識別的ネットワーク最適化よりも生成モデルの利点を簡潔かつ直感的に示す。
  論文  参考訳（メタデータ） (2024-11-01T09:05:47Z)
• VinePPO: Unlocking RL Potential For LLM Reasoning Through Refined Credit Assignment [66.80143024475635]
  VinePPOは不偏のモンテカルロ推定を計算するための簡単な手法である。 我々は、VinePPOが、MATHおよびGSM8Kデータセット間でPPOや他のRLフリーベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2024-10-02T15:49:30Z)
• Advanced User Credit Risk Prediction Model using LightGBM, XGBoost and Tabnet with SMOTEENN [8.225603728650478]
  研究対象として商業銀行が提供する4万件以上のレコードのデータセットを使用します。 実験では、LightGBMとPCAとSMOTEENNの技術を組み合わせることで、銀行が高品質な顧客を正確に予測できることを示した。
  論文  参考訳（メタデータ） (2024-08-07T01:37:10Z)
• Towards a Foundation Purchasing Model: Pretrained Generative Autoregression on Transaction Sequences [0.0]
  本稿では,金融取引の文脈的埋め込みを得るための生成事前学習手法を提案する。 さらに,510億の取引を含む180の発行銀行のデータコーパスを用いて,埋め込みモデルの大規模事前学習を行う。
  論文  参考訳（メタデータ） (2024-01-03T09:32:48Z)
• MOSEL: Inference Serving Using Dynamic Modality Selection [4.849058875921672]
  モデル品質を維持しながら、推論入力からモダリティを適応的に選択するダイナミズム、モダリティ選択という形式を導入する。 MOSELはマルチモーダルMLモデルのための自動推論システムであり,ユーザ定義の性能と精度の要求に基づいて,要求毎の入力モダリティを慎重に選択する。
  論文  参考訳（メタデータ） (2023-10-27T20:50:56Z)
• ATM Fraud Detection using Streaming Data Analytics [3.4543720783285052]
  本研究では,静的およびストリーミングの文脈でATMの不正検出を行う手法を提案する。 どちらの文脈でも、RFは最高のモデルであることが判明した。 また、RFは次の最高の性能モデルよりも統計的に有意であることが実証的に証明されている。
  論文  参考訳（メタデータ） (2023-03-08T23:40:18Z)
• CheapET-3: Cost-Efficient Use of Remote DNN Models [1.0660480034605242]
  クライアントサイドアプリケーションのための新しいソフトウェアアーキテクチャを提案し、小さなローカルDNNがリモートの大規模モデルと一緒に使用される。 概念実証では,システム精度に悪影響を及ぼすことなく,予測コストを最大50%削減する。
  論文  参考訳（メタデータ） (2022-08-24T13:54:27Z)
• Deep Stock Predictions [58.720142291102135]
  本稿では,Long Short Term Memory (LSTM) ニューラルネットワークを用いてポートフォリオ最適化を行うトレーディング戦略の設計について考察する。 次に、LSTMのトレーニングに使用する損失関数をカスタマイズし、利益を上げる。 カスタマイズされた損失関数を持つLSTMモデルは、ARIMAのような回帰ベースライン上でのトレーニングボットの性能を向上させる。
  論文  参考訳（メタデータ） (2020-06-08T23:37:47Z)
• Neural Networks and Value at Risk [59.85784504799224]
  リスクしきい値推定における資産価値のモンテカルロシミュレーションを行う。 株式市場と長期債を試験資産として利用し、ニューラルネットワークについて検討する。 はるかに少ないデータでフィードされたネットワークは、大幅にパフォーマンスが悪くなっています。
  論文  参考訳（メタデータ） (2020-05-04T17:41:59Z)
• Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
  我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
  論文  参考訳（メタデータ） (2020-03-12T19:56:38Z)
• Toward fast and accurate human pose estimation via soft-gated skip connections [97.06882200076096]
  本稿では,高精度かつ高効率な人間のポーズ推定について述べる。 我々は、最先端技術よりも精度と効率を両立させる文脈において、この設計選択を再分析する。 本モデルでは,MPII と LSP のデータセットから最先端の結果が得られる。
  論文  参考訳（メタデータ） (2020-02-25T18:51:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。