論文の概要: On solving decision and risk management problems subject to uncertainty
- arxiv url: http://arxiv.org/abs/2301.10244v1
- Date: Wed, 18 Jan 2023 19:16:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-29 13:21:04.783065
- Title: On solving decision and risk management problems subject to uncertainty
- Title(参考訳): 不確実性を考慮した意思決定とリスク管理問題について
- Authors: Alexander Gutfraind
- Abstract要約: 不確実性は意思決定とリスク管理において広範囲にわたる課題である。
本稿では,このような戦略を体系的に理解し,その適用範囲を判断し,それらをうまく活用するための枠組みを開発する。
- 参考スコア(独自算出の注目度): 91.3755431537592
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Uncertainty is a pervasive challenge in decision and risk management and it
is usually studied by quantification and modeling. Interestingly, engineers and
other decision makers usually manage uncertainty with strategies such as
incorporating robustness, or by employing decision heuristics. The focus of
this paper is then to develop a systematic understanding of such strategies,
determine their range of application, and develop a framework to better employ
them.
Based on a review of a dataset of 100 decision problems, this paper found
that many decision problems have pivotal properties, i.e. properties that
enable solution strategies, and finds 14 such properties. Therefore, an analyst
can first find these properties in a given problem, and then utilize the
strategies they enable. Multi-objective optimization methods could be used to
make investment decisions quantitatively. The analytical complexity of decision
problems can also be scored by evaluating how many of the pivotal properties
are available. Overall, we find that in the light of pivotal properties,
complex problems under uncertainty frequently appear surprisingly tractable.
- Abstract(参考訳): 不確実性は意思決定とリスク管理において広範囲にわたる課題であり、通常は定量化とモデリングによって研究される。
興味深いことに、エンジニアや他の意思決定者は通常、堅牢性の導入や意思決定ヒューリスティックスの導入といった戦略の不確実性を管理する。
そこで本論文は,このような戦略を体系的に理解し,その適用範囲を判断し,それを活用するためのフレームワークを開発することを目的とする。
本論文は,100の意思決定問題のデータセットをレビューした結果,多くの決定問題に重要な特性,すなわち解法戦略を可能にする性質が認められ,14の特性が発見された。
したがって、アナリストはまず特定の問題でこれらの特性を見つけ出し、その戦略を活用できる。
多目的最適化法は、投資決定を定量的に行うために用いられる。
決定問題の分析的複雑さは、重要な特性のいくつが利用できるかを評価することによっても評価できる。
全体として、重要な性質に照らして、不確実性の下の複雑な問題はしばしば驚くほど扱いやすいように見える。
関連論文リスト
- From Bandits Model to Deep Deterministic Policy Gradient, Reinforcement
Learning with Contextual Information [4.42532447134568]
本研究では,文脈情報による問題を克服するために2つの手法を用いる。
量的市場における戦略的トレーディングを検討するため、我々はCPPI(Constant proportion portfolio Insurance)と呼ばれる初期の金融トレーディング戦略をDDPG(Deep Deterministic Policy gradient)に統合した。
実験の結果,両手法が強化学習の進行を加速し,最適解が得られることがわかった。
論文 参考訳(メタデータ) (2023-10-01T11:25:20Z) - Risk-reducing design and operations toolkit: 90 strategies for managing
risk and uncertainty in decision problems [65.268245109828]
本稿では,このような戦略のカタログを開発し,それらのためのフレームワークを開発する。
高い不確実性のために難解であるように見える決定問題に対して、効率的な応答を提供する、と論じている。
次に、多目的最適化を用いた決定理論にそれらを組み込む枠組みを提案する。
論文 参考訳(メタデータ) (2023-09-06T16:14:32Z) - Optimization's Neglected Normative Commitments [3.3388234549922027]
潜在的に高い意思決定にアプローチするために使用されるパラダイムは、現実世界を決定(s)、目的(s)、制約(s)の集合に抽象化することに依存している。
本稿では,最適化に必須の規範的選択と仮定について述べる。
その後、無視される可能性のある6つの緊急問題を特定する。
論文 参考訳(メタデータ) (2023-05-27T12:43:15Z) - MADDM: Multi-Advisor Dynamic Binary Decision-Making by Maximizing the
Utility [8.212621730577897]
逐次二元決定設定において,助言者の集合を最適に選択するための新しい戦略を提案する。
我々は、根拠となる真実にアクセスできず、助言者の信頼性に関する事前の知識もないと仮定する。
論文 参考訳(メタデータ) (2023-05-15T14:13:47Z) - Bridging adaptive management and reinforcement learning for more robust
decisions [6.152873761869356]
我々は, 環境システム管理のための堅牢な戦略を, 極めて不確実な状況下で構築する上で, 強化学習がいかに役立つかを示す。
我々は,環境管理とコンピュータ科学が,経験に基づく意思決定の実践,約束,危険について互いに学び合うことを示唆している。
論文 参考訳(メタデータ) (2023-03-15T16:14:12Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳(メタデータ) (2022-07-23T01:06:34Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳(メタデータ) (2022-03-14T17:40:42Z) - Leveraging Expert Consistency to Improve Algorithmic Decision Support [89.01584399789951]
歴史的専門家の意思決定を豊富な情報源として利用することを検討します。
観察されたラベルだけで学習する制限を緩和するために活用できることを示しています。
論文 参考訳(メタデータ) (2021-01-24T05:40:29Z) - Inverse Active Sensing: Modeling and Understanding Timely
Decision-Making [111.07204912245841]
我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。
意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
論文 参考訳(メタデータ) (2020-06-25T02:30:45Z)
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。