論文の概要: Dynamic financial processes identification using sparse regressive reservoir computers

• arxiv url: http://arxiv.org/abs/2310.12144v1
• Date: Wed, 18 Oct 2023 17:55:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-19 11:28:07.526073
• Title: Dynamic financial processes identification using sparse regressive reservoir computers
• Title（参考訳）: スパース回帰型貯水池コンピュータを用いた動的財務プロセスの同定
• Authors: Fredy Vides, Idelfonso B. R. Nogueira, Lendy Banegas, Evelyn Flores
• Abstract要約: 本稿では,構造行列近似理論における重要な知見と動的金融プロセスの回帰表現への応用について述べる。 これらのアルゴリズムは、原型的動的金融・経済プロセスの近似的同定と予測シミュレーションに応用して実証される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this document, we present key findings in structured matrix approximation theory, with applications to the regressive representation of dynamic financial processes. Initially, we explore a comprehensive approach involving generic nonlinear time delay embedding for time series data extracted from a financial or economic system under examination. Subsequently, we employ sparse least-squares and structured matrix approximation methods to discern approximate representations of the output coupling matrices. These representations play a pivotal role in establishing the regressive models corresponding to the recursive structures inherent in a given financial system. The document further introduces prototypical algorithms that leverage the aforementioned techniques. These algorithms are demonstrated through applications in approximate identification and predictive simulation of dynamic financial and economic processes, encompassing scenarios that may or may not exhibit chaotic behavior.
• Abstract（参考訳）: 本稿では,構造行列近似理論における重要な知見と,動的金融プロセスの回帰表現への応用について述べる。 まず, 金融・経済システムから抽出した時系列データに対して, 一般的な非線形時間遅延埋め込みを含む包括的アプローチを検討する。 次に, スパース最小二乗法と構造化行列近似法を用いて, 出力結合行列の近似表現を識別する。 これらの表現は、ある金融システム固有の再帰的構造に対応する回帰モデルを確立する上で重要な役割を果たす。 この文書はさらに、前述のテクニックを活用するプロトタイプアルゴリズムを紹介している。 これらのアルゴリズムは、動的金融および経済プロセスの近似的同定と予測シミュレーションの応用を通じて実証され、カオス的な振る舞いを示すかもしれないし、しないかもしれないシナリオを含む。

関連論文リスト

• Learning Latent Space Dynamics with Model-Form Uncertainties: A Stochastic Reduced-Order Modeling Approach [0.0]
  本稿では,複素系の低次モデリングにおけるモデル形式不確かさの表現と定量化のための確率論的アプローチを提案する。 提案手法は,プロジェクション行列のランダム化により近似空間を拡張することにより,これらの不確実性を捉える。 提案手法の有効性は, 推算演算子に対するモデル形状の不確実性の影響を同定し, 定量化することにより, 流体力学における正準問題に対して評価される。
  論文  参考訳（メタデータ） (2024-08-30T19:25:28Z)
• The Buffer Mechanism for Multi-Step Information Reasoning in Language Models [52.77133661679439]
  大きな言語モデルの内部的推論メカニズムを調べることは、よりよいモデルアーキテクチャとトレーニング戦略を設計するのに役立ちます。 本研究では,トランスフォーマーモデルが垂直思考戦略を採用するメカニズムを解明するために,シンボリックデータセットを構築した。 我々は,GPT-2モデルに必要なトレーニング時間を75%削減し,モデルの推論能力を高めるために,ランダムな行列ベースアルゴリズムを提案した。
  論文  参考訳（メタデータ） (2024-05-24T07:41:26Z)
• Identifying Systems with Symmetries using Equivariant Autoregressive Reservoir Computers [0.0]
  均質な自己回帰型貯水池コンピュータを用いた対称性を持つシステムの同定に焦点をあてる。 構造行列近似理論の一般的な結果が提示され、2倍のアプローチが探求される。
  論文  参考訳（メタデータ） (2023-11-16T02:32:26Z)
• Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
  我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。 我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。 このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
  論文  参考訳（メタデータ） (2023-10-03T05:40:56Z)
• Learning minimal representations of stochastic processes with variational autoencoders [52.99137594502433]
  プロセスを記述するのに必要なパラメータの最小セットを決定するために、教師なしの機械学習アプローチを導入する。 我々の手法はプロセスを記述する未知のパラメータの自律的な発見を可能にする。
  論文  参考訳（メタデータ） (2023-07-21T14:25:06Z)
• Making Linear MDPs Practical via Contrastive Representation Learning [101.75885788118131]
  マルコフ決定過程(MDP)における次元性の呪いに、低ランク表現を利用することで対処することが一般的である。 本稿では,効率的な表現学習を可能にしつつ,正規化を自動的に保証する線形MDPの代替的定義について考察する。 いくつかのベンチマークにおいて、既存の最先端モデルベースおよびモデルフリーアルゴリズムよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-14T18:18:02Z)
• Row-clustering of a Point Process-valued Matrix [2.0391237204597363]
  本稿では,このような行列の対数ガウスコックス過程とクラスタ列をマークした行列について検討する。 点過程の関数主成分分析(FPCA)と組み合わせた半パラメトリック期待解(ES)アルゴリズムをモデル推定のために提案する。 提案手法の有効性をシミュレーション研究と実データ解析により実証した。
  論文  参考訳（メタデータ） (2021-10-04T06:27:26Z)
• Supervised DKRC with Images for Offline System Identification [77.34726150561087]
  現代の力学系はますます非線形で複雑なものになりつつある。 予測と制御のためのコンパクトで包括的な表現でこれらのシステムをモデル化するフレームワークが必要である。 本手法は,教師付き学習手法を用いてこれらの基礎関数を学習する。
  論文  参考訳（メタデータ） (2021-09-06T04:39:06Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)
• How to Identify Investor's types in real financial markets by means of agent based simulation [0.0]
  本論文では,主成分分析の基礎となる原理をエージェントベースシミュレーションで計算する手法を提案する。 提案手法は、ターゲット金融時系列を近似または説明することができる投資家のモデルの減少セットを見つけることである。
  論文  参考訳（メタデータ） (2020-12-31T16:22:30Z)
• Navigating the Dynamics of Financial Embeddings over Time [0.0]
  スケーラブルな動的環境におけるグラフ表現学習の応用を提案する。 我々は、現実の洞察を抽出するために、潜航軌道の厳密な定性的分析を行う。
  論文  参考訳（メタデータ） (2020-07-01T16:27:31Z)

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。