Dynamické programování pro ekonometrii
| školitel: | Ing. Petr Tichavský, DSc. |
| e-mail: | zobrazit e-mail |
| typ práce: | bakalářská práce, diplomová práce |
| zaměření: | MI_MM, MI_AMSM |
| klíčová slova: | reinforcement learning, neuronové sítě, tenzorové vláčky, modelování funkcí více proměnných |
| odkaz: | http://si.utia.cas.cz/Tichavsky.html |
| popis: | Vývoj algoritmů pro rešení úlohy dynamického programování v ekonometrických problémech o vysoké dimenzi prostrednictvím hlubokých neuronových sítí a tenzorových rozkladu. Porovnání silných a slabých stránek obou přístupu. |
| literatura: | [1] R.E. Bellman, Dynamic Programming, Princeton University Press, 1957. [2] T.J. Sargent and J. Stachurski, Dynamic Programming Volume 1, QuantEcon, 2023. [3] W.B. Powell, Approximate Dynamic Programming, Solving the Curses of Dimensionality, Wiley, 2011. [4] J. Brumm and S. Scheidegger, “Using Adaptive Sparse Grids to Solve High-Dimensional Dynamic Models,” Econometrica, 85, 1575–1612, 2017. [5] Král, L. and Punčochář, I., “Policy search for active fault diagnosis with partially observable state”. International Journal of Adaptive Control and Signal Processing, 36(9), 2190–2216, 2022. [6] J. Fernandez-Villaverde, G. Nu˜no, G. Sorg-Langhans, and M. Vogle, “Solving High-Dimensional Dynamic Programming Problems using Deep Learning”, preprint https://gsorglanghans.github.io/Personal Website/HighDimensions.pdf [7] W.J. Den Haan, K.L. Judd, and M. Juillard, “Computational suite of models with heterogeneous agents II: Multi-country real business cycle models”, Journal of Economic Dynamics & Control 35 (2011), pp. 175–177. |
| naposledy změněno: | 25.04.2025 09:01:43 |
za obsah této stránky zodpovídá:
Ľubomíra Dvořáková | naposledy změněno: 12.9.2011