دانلود مقاله انگلیسی رایگان:رویای یادگیری ماشین: پسوندهای Lipschitz برای یادگیری تقویتی در بازارهای مالی - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Dreaming machine learning: Lipschitz extensions for reinforcement learning on financial markets Dreaming machine learning: Lipschitz extensions for reinforcement learning on financial markets
    Dreaming machine learning: Lipschitz extensions for reinforcement learning on financial markets

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Dreaming machine learning: Lipschitz extensions for reinforcement learning on financial markets


    ترجمه فارسی عنوان مقاله:

    رویای یادگیری ماشین: پسوندهای Lipschitz برای یادگیری تقویتی در بازارهای مالی


    منبع:

    Sciencedirect - Elsevier - Neurocomputing, 398 (2020) 172-184. doi:10.1016/j.neucom.2020.02.052


    نویسنده:

    J.M. Calabuig, H. Falciani, E.A. Sánchez-Pérez


    چکیده انگلیسی:

    We consider a quasi-metric topological structure for the construction of a new reinforcement learning model in the framework of financial markets. It is based on a Lipschitz type extension of reward func- tions defined in metric spaces. Specifically, the McShane and Whitney extensions are considered for a reward function which is defined by the total evaluation of the benefits produced by the investment decision at a given time. We define the metric as a linear combination of a Euclidean distance and an angular metric component. All information about the evolution of the system from the beginning of the time interval is used to support the extension of the reward function, but in addition this data set is enriched by adding some artificially produced states. Thus, the main novelty of our method is the way we produce more states—which we call “dreams”—to enrich learning. Using some known states of the dynamical system that represents the evolution of the financial market, we use our technique to sim- ulate new states by interpolating real states and introducing some random variables. These new states are used to feed a learning algorithm designed to improve the investment strategy by following a typical reinforcement learning scheme.
    Keywords: Pseudo-metric | Reinforcement learning | Lipschitz extension | Mathematical economics | Financial market | Model


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 13
    حجم فایل: 1062 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi