019-23

2017-10-11 (水) 09:15:20 (12d) | Topic path: Top / 019-23

第19回研究会

敵対的学習を応用したエージェントベース・モデルのベイズ推定

著者

塩野剛志(クレディ・スイス証券株式会社)

概要

本研究では、Agent Based Model (ABM)の未知パラメターを、ニューラルネットワークの Adversarial Training を応用したベイズ的アプローチによって推定する方法を提案する。ABM のベイズ推定では、(1)パラメターの探索値毎のシミュレーション、(2)シミュレーション生成データと実データを突き合わせた尤度の計算、(3)事後分布のサンプリング、という計算負荷の大きいプロセスをくり返す。そのため、特に、推定するパラメター数が複数になる場合、(2)と(3)における効率化が必須となってくる。(2)の尤度計算について、パラメトリックな分布を仮定して省力化する手法もあるが、特定化の誤りによる大きな精度損失が懸念されることから、より柔軟な近似手法への需要がある。本研究では、こうした問題意識から、Adversarial Training によって、ABM の推定において尤度を近似するニューラルネット(判別器)を、現実データから適合的に獲得するアプローチを検討した。

キーワード

Bayesian Estimation Agent Based Model Adversarial Training Approximate Bayesian Computation

論文

fileSIG-FIN-019-23.pdf

添付ファイル: fileSIG-FIN-019-23.pdf 126件 [詳細]
トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS