Fugu-MT 論文翻訳(概要): Metaheuristic Approach to Solve Portfolio Selection Problem

論文の概要: Metaheuristic Approach to Solve Portfolio Selection Problem

arxiv url: http://arxiv.org/abs/2211.17193v1
Date: Thu, 10 Nov 2022 06:00:40 GMT
ステータス: 処理完了
システム内更新日: 2022-12-04 14:57:16.709177
Title: Metaheuristic Approach to Solve Portfolio Selection Problem
Title（参考訳）: ポートフォリオ選択問題を解決するメタヒューリスティックアプローチ
Authors: Taylan Kabbani
Abstract要約: TabuSearch と TokenRing Search をベースとした手法が Portfolio Optimization Problem の解決に利用されている。提案手法が公開ベンチマークでどのように機能するかを示す。
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: In this paper, a heuristic method based on TabuSearch and TokenRing Search is being used in order to solve the Portfolio Optimization Problem. The seminal mean-variance model of Markowitz is being considered with the addition of cardinality and quantity constraints to better capture the dynamics of the trading procedure, the model becomes an NP-hard problem that can not be solved using an exact method. The combination of three different neighborhood relations is being explored with Tabu Search. In addition, a new constructive method for the initial solution is proposed. Finally, I show how the proposed techniques perform on public benchmarks
Abstract（参考訳）: 本稿では,ポートフォリオ最適化問題を解くために,タブサーチとトークン検索に基づくヒューリスティックな手法が用いられている。マルコウィッツのセミナル平均分散モデルは、取引手順のダイナミクスをよりよく捉えるために、濃度と量制約を加えて検討されており、モデルはNPハード問題となり、正確な方法では解けない。 3つの異なる地域関係の組み合わせは、タブサーチで検討されている。さらに, 初期解に対する新しい構成法を提案する。最後に,提案手法が公開ベンチマークでどのように機能するかを示す。

関連論文リスト

Towards Fast Algorithms for the Preference Consistency Problem Based on Hierarchical Models [4.007697401483925]
階層モデルに基づく選好文の一貫性問題の解法として,アルゴリズム的手法を構築し,比較する。インスタンスが一貫すると、評価関数に階層的モデルが存在し、代替関数の順序関係を誘導する。この問題を解決するための3つのアプローチを開発する。
論文参考訳（メタデータ） (2024-10-31T13:48:46Z)
A $Δ$-evaluation function for column permutation problems [0.0]
新しい$Delta$-evaluation法は、連続する性質を持つスパース二元行列上で定義された列置換問題を解くために導入された。この問題はグラフ理論と工業生産の文脈における様々な$mathcalNP$-hard問題をモデル化する。提案手法は一般に競争力があり,特に大規模かつ高密度なインスタンスに有用である。
論文参考訳（メタデータ） (2024-09-07T22:50:25Z)
Optimizing Solution-Samplers for Combinatorial Problems: The Landscape of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文参考訳（メタデータ） (2023-10-08T23:39:38Z)
First Order Methods with Markovian Noise: from Acceleration to Variational Inequalities [91.46841922915418]
本稿では,一階変分法の理論解析のための統一的アプローチを提案する。提案手法は非線形勾配問題とモンテカルロの強い問題の両方をカバーする。凸法最適化問題の場合、オラクルに強く一致するような境界を与える。
論文参考訳（メタデータ） (2023-05-25T11:11:31Z)
Multi-Phase Relaxation Labeling for Square Jigsaw Puzzle Solving [73.58829980121767]
本稿では,大域最適化に基づく二乗ジグソーパズルの解法を提案する。この手法は完全に自動化されており、事前情報を前提とせず、未知または未知のピースオリエンテーションでパズルを扱うことができる。
論文参考訳（メタデータ） (2023-03-26T18:53:51Z)
SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文参考訳（メタデータ） (2022-10-12T08:04:48Z)
Navigating to the Best Policy in Markov Decision Processes [68.8204255655161]
マルコフ決定過程における純粋探索問題について検討する。エージェントはアクションを逐次選択し、結果のシステム軌道から可能な限り早くベストを目標とする。
論文参考訳（メタデータ） (2021-06-05T09:16:28Z)
CP-MDP: A CANDECOMP-PARAFAC Decomposition Approach to Solve a Markov Decision Process Multidimensional Problem [21.79259092920586]
テンソル分解法を用いて多次元問題に対するMDPソルバを開発する。われわれのアプローチは、メモリを大幅に減らして、より大きな問題を計算できることを示した。
論文参考訳（メタデータ） (2021-02-27T21:33:19Z)
Alternating Direction Method of Multipliers for Quantization [15.62692130672419]
量子化のための乗算器の交互方向法(texttADMM-Q$)アルゴリズムの性能について検討する。不正確な更新ルールを処理できる$texttADMM-Q$のいくつかのバリエーションを開発しています。提案手法の有効性を実証的に評価した。
論文参考訳（メタデータ） (2020-09-08T01:58:02Z)
Bayesian preference elicitation for multiobjective combinatorial optimization [12.96855751244076]
DM(Decision Maker)のノイズ応答に対処できる新しいインクリメンタルな選好推論手法を提案する。 DMの選好はパラメータが未知の集約関数で表され、その不確実性はパラメータ空間上の密度関数で表されると仮定する。
論文参考訳（メタデータ） (2020-07-29T12:28:37Z)
Semi-Supervised Learning with Meta-Gradient [123.26748223837802]
半教師付き学習における簡単なメタ学習アルゴリズムを提案する。その結果,提案アルゴリズムは最先端の手法に対して良好に動作することがわかった。
論文参考訳（メタデータ） (2020-07-08T08:48:56Z)

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。