没有合适的资源?快使用搜索试试~ 我知道了~
AI前沿论文最新进展 2018.11.01 方建勇1
需积分: 0 0 下载量 28 浏览量
2022-08-08
23:01:48
上传
评论
收藏 37KB DOCX 举报
温馨提示
试读
32页
AI前沿论文最新进展 2018.11.01 方建勇1
资源详情
资源评论
资源推荐
AI 前沿论文最新进展
2018.11.01 方建勇
1,研究强调了从细菌、动植物到城市等多种生物和社会有机体的规
模增长与规模增长之间的关系。然而,迄今为止,在国家一级确定类
似关系已证明具有挑战性。原因之一是,与前者不同的是,各国都有
预先确定的边界,这限制了它们“有机”增长的能力。本文件通过确定
和验证国家一级有机增长的一项有效措施来解决这一问题:夜间轻排
放,这是进行更多生产性活动的能源分配的代表。将这一指标与人口
规模进行比较,说明夜间的光排放量与超线性增长有关,而国家一级
的人口规模则与次线性增长有关。然后利用过去三十年的高分辨率地
理空间数据集探讨这些关系及其对经济不平等的影响。
2,我们将在 B.D,A.Pitkin,“随机波动率跳跃模型中期权定价的高阶
紧致有限差分格式”中发展的方案推广到由 Duffie,Panand 和
Singleton 导出的所谓的带有同期跳跃的随机波动率(SVCJ)模型。通过
大量的数值实验,通过与标准二阶中心差分格式的比较,对该格式的
性能进行了评估。我们观察到,新的高阶紧致格式在提高效率和计算
时间的同时,实现了三阶收敛。
3,这项工作适用于社区微型电网,在这种情况下,一个社区的实体
可以彼此之间交换能源和服务,而不需要通过公共电网的通常渠道。
我们引入并分析了一个运行社区微电网的框架,并在参与单位之间分
享由此产生的收入和成本。拟议的方法确保社区内每个实体所达成的
解决办法不会比它单独采取行动所能达到的解决办法更差。因此,每
个实体自然被激励在自愿的基础上参与社区活动。社区微电网运营商
作为一个仁慈的规划者,根据具体的分享政策,在各实体之间重新分
配收入和成本。通过这种方式,每个实体都可以直接从社区中受益,
这要归功于资源的更有效分配、所支付的高峰电力的减少以及储备金
总额的增加。一个执行边际定价方案的内部本地市场旨在确定社区价
格。该框架以双层模型的形式制定,下层问题进行市场清算,而上层
问题执行社区各实体之间的共享政策。数值计算结果证明了该方法的
有效性。
4,本文提出了一种新的金融网络环境下的系统性风险度量方法。为
此,我们给出了系统风险的定义,该定义基于在不同层次上发展起来
的网络节点周围聚集邻居的结构。所提出的测度包含了有序聚类系数
的广义概念。L 节点的我.在 Cerqueti 等人中介绍。(2018 年)。还从系
统风险评估的角度对其性质进行了探讨。关于时变全球银行网络的实
证实验表明,所提出的系统性风险度量方法的有效性,并提供了关于
系统风险在过去几年中是如何变化的洞见,同时也考虑到最近的金融
危机以及随后对具有全球系统重要性的银行实施更严格的监管。
5,本文对网格化的欧洲降水资料进行了分析。我们将简单线性回归
与聚类等数据挖掘工具相结合,并利用现代自助方法对结果的强度进
行了评价。65 年来,我们一直使用 0.5 级的日温度网格,这是由欧洲
气候评估(EuropeanClimate 估测)创建的。我们已经通过改变线性回
归的起点来检验结果的稳定性-这种方法可能对气候学家找到评估欧
洲全球变暖的“最佳”起点很有价值。对不同的自举方法进行了比较,
结果表明,相关加权自举法是检验估计量的最优方法。
6,河流水质监测越来越多地使用自动化的现场传感器,从而能够更
及时地识别意想不到的值。然而,由于技术问题造成的异常使这些数
据混淆,而数据的数量和速度阻碍了人工检测。提出了一种利用浊度、
电导率和河流水位数据对现场传感器高频水质数据进行异常自动检
测的框架。在识别最终用户需求和定义异常后,我们对它们的重要性
进行了排序,并选择了合适的检测方法.高优先级异常包括突发性孤
立尖峰和水平位移,其中大部分是用自回归综合移动平均模型等基于
回归的方法正确分类的。然而,由于变量之间的复杂关系,使用其他
水质变量作为协变量会降低性能.当我们用预报代替异常测量时,漂
移和异常低或高变率周期的分类有所改善,但这种虚高的假阳性率。
基于特征的方法在高优先级异常方面也表现良好,但在检测低优先级
异常方面也不太熟练,从而导致了较高的假阴性率。与基于回归的方
法不同,所有基于特征的方法都产生了较低的假阳性率,但不需要进
行培训或优化。基于规则的方法成功地检测出不可能的值和丢失的观
测值。因此,我们建议使用多种方法来提高异常检测性能,同时最小
化错误检测率。此外,我们的框架强调了终端用户和分析人员之间的
通信对于检测性能和最终用户需求的最佳结果的重要性。该框架适用
于其他类型的高频时间序列数据和异常检测应用。
7,临床医生和研究人员对如何更好地个性化干预越来越感兴趣。动
态治疗方案(DTR)是一系列预先指定的决策规则,可用于指导针对个
人不断变化的需求而制定的一系列治疗或干预措施的交付。序贯多分
配随机试验(SMART)是一种允许构建有效 DTRs 的研究工具。我们推
导出计算三种常见的两阶段智能设计的总样本大小的易于使用的公
式,其中主要目的是使用在整个研究中收集的连续重复测量结果来比
较两个嵌入式 DTRs。我们表明,SMART 的样本大小公式可以写成标
准的两臂随机试验的样本大小公式的乘积,一个通货紧缩因素解释了
重复测量分析导致的统计效率的提高,另一个通货膨胀因素解释了
SMART 的设计。智能设计膨胀系数通常是对第一阶段治疗的预期响
应概率的函数。我们回顾了使用 SMART 的重复测量结果进行 DTR 效
果分析的建模和估计,以及标准误差的估计。我们还给出了各种常用
工作相关结构的重复测度协方差矩阵的估计量。该研究旨在开发一种
DTR,以提高酒精和可卡因依赖患者参加治疗的动机。
8,本文档提供了关于MDL原理在复杂图形分析中的使用的教程描述。
本文以图中最大团的大小分析为例,对初步主题作了简要的总结,并
描述了基本原理。我们还讨论了如何解释这种分析的结果,并指出了
几个常见的缺陷。
9,杠杆分数抽样为大型矩阵的近似计算提供了一种有吸引力的方法。
实际上,它允许推导出适合于当前问题的复杂程度的忠实近似。然而,
进行杠杆分数抽样本身就是一个挑战,需要进一步的近似。本文研究
了核定义的正定矩阵的杠杆评分抽样问题。我们的贡献是双重的。首
先,我们提出了一种新的利用评分抽样的算法,其次,通过推导出一
种新的核岭回归求解器,开发了统计学习中的一种新方法。我们的主
要技术贡献是表明所提出的算法是目前解决这些问题的最有效和最
准确的算法。
10,我们将自适应重要性抽样(AIS)作为一个在线学习问题进行了研究,
并论证了在这一适应过程中,探索与开发之间的权衡的重要性。借鉴
土匪文献的思想,提出了一种基于分割的 AIS 算法-Daisee.我们进一
步引入了 AIS 的遗憾概念,并证明了 Daisee�(T 型‾‾√(原木 T 型)34)
累积伪后悔 T 型迭代次数。然后,我们将 Daisee 扩展到自适应地学
习样本空间的分层划分,以便进行更有效的采样,并通过经验验证这
剩余31页未读,继续阅读
呆呆美要暴富
- 粉丝: 33
- 资源: 339
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0