論文の概要: Nested Optimal Transport Distances

• arxiv url: http://arxiv.org/abs/2509.06702v1
• Date: Mon, 08 Sep 2025 13:55:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-09 14:07:04.175469
• Title: Nested Optimal Transport Distances
• Title（参考訳）: ネステッド交通距離
• Authors: Ruben Bontorno, Songyan Hou,
• Abstract要約: 我々は、意思決定アプリケーションにおける財務時系列のための生成AIに焦点を当てる。 我々は, ヘッジ, 最適停止, 強化学習といったタスクに頑健な, 最適輸送距離の時間・時間的変動であるネステッド最適輸送距離を用いる。
• 参考スコア（独自算出の注目度）: 0.48127184936824546
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Simulating realistic financial time series is essential for stress testing, scenario generation, and decision-making under uncertainty. Despite advances in deep generative models, there is no consensus metric for their evaluation. We focus on generative AI for financial time series in decision-making applications and employ the nested optimal transport distance, a time-causal variant of optimal transport distance, which is robust to tasks such as hedging, optimal stopping, and reinforcement learning. Moreover, we propose a statistically consistent, naturally parallelizable algorithm for its computation, achieving substantial speedups over existing approaches.
• Abstract（参考訳）: 現実的な財務時系列のシミュレーションは、不確実性の下でのストレステスト、シナリオ生成、意思決定に不可欠である。 深層生成モデルの発展にもかかわらず、それらの評価にはコンセンサス基準は存在しない。 我々は、意思決定における財務時系列の生成AIに注目し、ヘッジ、最適停止、強化学習といったタスクに頑健な、最適な輸送距離の時間-因果的変化であるネストされた最適輸送距離を用いる。 さらに,統計的に一貫した並列化可能なアルゴリズムを提案する。

関連論文リスト

• Towards Robust Spacecraft Trajectory Optimization via Transformers [17.073280827888226]
  我々は,非最適制御問題をリアルタイムに解くための自律生成モデルを開発した。 我々はARTの能力を拡張し、確率制約のある最適制御問題に対処する。 この作業は、宇宙船のような安全クリティカルな自律システムにAI駆動のソリューションを確実に展開するための最初のステップである。
  論文  参考訳（メタデータ） (2024-10-08T00:58:42Z)
• OTClean: Data Cleaning for Conditional Independence Violations using Optimal Transport [51.6416022358349]
  sysは、条件付き独立性(CI)制約下でのデータ修復に最適な輸送理論を利用するフレームワークである。 我々はSinkhornの行列スケーリングアルゴリズムにインスパイアされた反復アルゴリズムを開発し、高次元および大規模データを効率的に処理する。
  論文  参考訳（メタデータ） (2024-03-04T18:23:55Z)
• DiffuSolve: Diffusion-based Solver for Non-convex Trajectory Optimization [9.28162057044835]
  最適軌道局所は非線形および高次元力学系において計算コストが高い。 本稿では,非次元オプティマ問題に対するDiffuに基づく一般モデルを提案する。 また,新たな制約付き拡散モデルであるDiff+を提案する。
  論文  参考訳（メタデータ） (2024-02-22T03:52:17Z)
• Deep Optimal Timing Strategies for Time Series [12.207534174462145]
  本稿では,確率的時系列予測タスクと最適タイミング決定タスクを組み合わせたメカニズムを提案する。 具体的には、確率予測アルゴリズムを用いて、基礎となる時系列の将来経路を生成する。 最適な実行時間を求めるために、最適な停止問題として決定タスクを定式化し、最適時間を近似するためにリカレントニューラルネットワーク構造(RNN)を用いる。
  論文  参考訳（メタデータ） (2023-10-09T07:38:23Z)
• Reinforcement Learning with a Terminator [80.34572413850186]
  我々は, TerMDP のパラメータを学習し, 推定問題の構造を活用し, 状態ワイドな信頼境界を提供する。 我々はこれらを用いて証明可能な効率のよいアルゴリズムを構築し、終端を考慮し、その後悔を抑える。
  論文  参考訳（メタデータ） (2022-05-30T18:40:28Z)
• Estimation of Stationary Optimal Transport Plans [4.662321040754878]
  有限値量が定常的に時間とともに動的に進化する最適輸送問題について検討する。 最適接合と最適接合コストの両方を推定する。 最適接合問題のエントロピーペナル化版に一貫性と速度解析を拡張した。
  論文  参考訳（メタデータ） (2021-07-25T17:46:21Z)
• Estimating the Robustness of Public Transport Systems Using Machine Learning [62.997667081978825]
  公共交通機関の計画は、多くのステップを含む非常に複雑なプロセスである。 乗客の観点からの堅牢性の統合により、作業はさらに困難になる。 本稿では,機械学習の手法を用いたシナリオベースロバストネス近似の新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-06-10T05:52:56Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)
• Optimizing for the Future in Non-Stationary MDPs [52.373873622008944]
  本稿では,今後の性能予測を最大化するポリシ勾配アルゴリズムを提案する。 我々のアルゴリズムであるPrognosticatorは2つのオンライン適応手法よりも非定常性に頑健であることを示す。
  論文  参考訳（メタデータ） (2020-05-17T03:41:19Z)

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。