全部版块 我的主页
论坛 经济学人 二区 外文文献专区
651 12
2022-05-05
英文标题:
《Explore or exploit? A generic model and an exactly solvable case》
---
作者:
Thomas Gueudr\\\'e and Alexander Dobrinevski and Jean-Philippe Bouchaud
---
最新提交年份:
2013
---
英文摘要:
  Finding a good compromise between the exploitation of known resources and the exploration of unknown, but potentially more profitable choices, is a general problem, which arises in many different scientific disciplines. We propose a stylized model for these exploration-exploitation situations, including population or economic growth, portfolio optimisation, evolutionary dynamics, or the problem of optimal pinning of vortices or dislocations in disordered materials. We find the exact growth rate of this model for tree-like geometries and prove the existence of an optimal migration rate in this case. Numerical simulations in the one-dimensional case confirm the generic existence of an optimum.
---
中文摘要:
在开发已知资源和探索未知但可能更有利可图的选择之间找到一个很好的折衷方案,是一个普遍的问题,它出现在许多不同的科学学科中。我们为这些勘探开发情况提出了一个程式化模型,包括人口或经济增长、投资组合优化、演化动力学,或无序材料中漩涡或位错的最优钉扎问题。我们找到了该模型对于树状几何体的精确增长率,并证明了在这种情况下最优迁移率的存在性。一维情况下的数值模拟证实了最优解的普遍存在性。
---
分类信息:

一级分类:Physics        物理学
二级分类:Disordered Systems and Neural Networks        无序系统与神经网络
分类描述:Glasses and spin glasses; properties of random, aperiodic and quasiperiodic systems; transport in disordered media; localization; phenomena mediated by defects and disorder; neural networks
眼镜和旋转眼镜;随机、非周期和准周期系统的性质;无序介质中的传输;本地化;由缺陷和无序介导的现象;神经网络
--
一级分类:Computer Science        计算机科学
二级分类:Machine Learning        机器学习
分类描述:Papers on all aspects of machine learning research (supervised, unsupervised, reinforcement learning, bandit problems, and so on) including also robustness, explanation, fairness, and methodology. cs.LG is also an appropriate primary category for applications of machine learning methods.
关于机器学习研究的所有方面的论文(有监督的,无监督的,强化学习,强盗问题,等等),包括健壮性,解释性,公平性和方法论。对于机器学习方法的应用,CS.LG也是一个合适的主要类别。
--
一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--
一级分类:Quantitative Finance        数量金融学
二级分类:General Finance        一般财务
分类描述:Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-5 03:19:03
探索还是利用?一个通用模型和一个完全可解的案例托马斯·古德、亚历山大·多布林耶夫斯基、让-菲利普·布乔德克恩斯物理实验室,法国巴黎大学路21号,法国巴黎,75007号,罗蒙德街24号,法国资本基金管理公司,巴黎,Cedex 05,75231号。(日期:2013年12月11日——勘探开发˙prl˙修订˙最终版)在已知资源的开发和未知但可能更有利的选择的勘探之间找到一个良好的折衷方案是一个普遍的问题,这在许多不同的科学学科中都会出现。我们为这些勘探开发情况提出了一个程式化模型,包括人口或经济增长、投资组合优化、进化动力学,或无序材料中漩涡或位错的最优钉扎问题。我们发现了该模型对于树状几何体的精确增长率,并证明了在这种情况下存在最优迁移率。一维情况下的数值模拟证实了最优解的普遍存在性。PACS编号:68.35。Rh勘探开发贸易问题遍及大量不同领域(见[1]和其中的许多参考文献)。两个早期的例子与企业管理有关[2](一个应该利用已知的技术,还是探索其他可能更有利但风险更大的途径?)还有所谓的多臂盗匪问题[3](坚持使用迄今为止似乎最具优势的手臂,还是转而寻找可能更具优势的手臂?)。很明显,这是一个从人口增长、动物觅食到经济增长、投资策略或最佳研究政策的全世界范式。正如我们将在下面展示的那样,同样的问题也会以稍微伪装的形式出现,在杂质钉住旋涡或位错的情况下,并且与材料设计有关。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 03:19:06
直觉上,无论是呆在同一个地方(错过有趣的机会),还是换地方太快(未能利用有利的环境),都不是最佳策略。因此,通常应该存在一个最佳的非零搜索率。然而,没有确切可解的案例可以详细调查勘探开发贸易。本文的目的是为这些勘探开发情况提出一个通用的、程式化的模型,包括上面给出的所有示例。我们在两种情况下(完全连通和树几何)得到了该模型的精确解,并明确地证明了非平凡最优搜索率的存在性。欧几里德几何也被考虑,因为它们对应于物理情况,比如上面提到的钉扎问题。在这种情况下,微扰理论和数值模拟也证实了最优解的存在。我们的模型描述了一个我们通常称之为Zi的量的动力学,该量定义在任意图的节点i上,它根据以下等式[4]演化:子(t)t=Xj6=ijzj(t)-Xj6=iJjiZi(t)+ηi(t)Zi(t)。(1) 前两个术语用j到i的迁移率来表示“迁移”效应。最后一个术语用随机增长率ηi(t)来描述数量的增长(或衰减)。我们将选择ηito为高斯型,居中且不相关,并使用指数时间相关器:hηi(t)ηj(t)i=δijσ2τe-|T-t |τ。(2) 然而,我们的定性结论与精确形式(2)无关,前提是相关性在有限尺度τ上衰减,这将在下文中发挥重要作用。等式(1)描述了许多不同的问题。种群动态(细菌、人类、动物)就是一个例子,其中包括现场(或栖息地)i周围的个体数量。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 03:19:09
在这种情况下,ηi(t)编码对人口增长的有利和不利影响[5](即资源/营养物质的质量和数量、气候、疾病等)之间的局部平衡。在进化动力学的背景下,可能会给出一种稍微不同的解释,即位点i对应于不同的等位基因和Jijare突变率。在钉扎问题的背景下,Zi对应于长度为t(聚合物、漩涡、位错)的线性物体的分区函数,其终点位于位置i,可以在位置之间跳跃,并与局部随机钉扎势ηi(t)相互作用[6]。在经济学环境中,等式(1)可以解释为描述个人财富的动态,这些财富交换和投资于风险项目,或者经济i中某个部门的总活动,这些活动可能从一个部门转移到另一个部门,并根据创新、原材料价格等增长或衰退。另一个有趣的应用是投资组合理论,其中Zi是投资于资产i的金额[7]。ηi(t)是该资产的收益流,JIJ描述了部分资产收益向投资组合其他部分的分配。如果没有这种再平衡,投资组合最终只会集中在一项(或少数)资产上(见[8],第37-38页),因此风险极高。如果Jij≡ J和节点i位于d维的规则晶格上,等式(1)是“随机热方程”的离散化版本,Z(~x,t)t=JZ(~x,t)+η(~x,t)Z(~x,t)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 03:19:12
(3) 在Cole-Hopf变换Z=eh后,该方程映射为著名的KPZ方程th=Jh+J(h) +η出现在许多领域:宇宙学和湍流[9,10]、表面生长[11,12]、定向聚合物[6]或汉密尔顿-雅可比-贝尔曼优化问题[13]。对于一维(d=1)情况,最近获得了大量精确结果,尤其是关于H-场函数的标度特性(有关综述,请参见[14])。然而,在这里,我们将不关注这些波动,而是关注h场的长时间平均“速度”c,在离散情况下定义为:c:=limt→∞NtNXi=1ln Zi(t),(4),其中N是站点总数。这个速度在上面提到的所有例子中都有一个明确的解释:它代表人口的平均渐进增长率,或增长模型中经济财富的平均渐进增长率,聚合物的自由能,旋涡,等等,在钉扎的情况下。因此,我们很自然地会将这个数量的最大值作为模型参数的函数,因为这些参数将对应于最佳情况——无论是在人口、经济或投资组合增长方面,还是在与材料设计相关的钉扎效率方面,例如具有高临界电流的超导体[15]。在这种情况下,所谓的“柱状无序”[16](对应于当前语言中的时间相关随机噪声η)已知对钉扎涡非常有效[17,18]。我们的主要结果是,对于随机噪声/势ηi(t)的非零相关时间,存在一个非最佳迁移率J,使得c达到最大值。这个最佳速率实现了“勘探-开发”折衷:移动太慢(J小)不允许系统有效地探测环境,并且错过了一些有利的机会。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 03:19:15
另一方面,行动过快(J大)不允许系统从持续一段时间的有利点中充分受益~ τ,因为它过早地离开这些斑点。首先,让我们对具有时间相关无序的1+1定向聚合物问题进行数值模拟。我们模拟的方程是:Zi(t+dt)=(1)- 2Jdt)Zi(t)+Jdt[Zi+1(t)+Zi-1(t)]+ηi(t)dtZi(t),(5)在0.1J0。050.100.20cHJLFIG。1.比较(5)(蓝色三角形)和(6)(红色正方形)对N=512和τ=0.1的模拟,作为分支(扩散)率J的函数。我们计算σ=1。灰黑线是由微扰理论c(J)得到的大J渐近线≈ σ/4√Jτ。虚线显示了J-1通过树近似(a=1/2,m=1)预测的大J的c(J)行为。当i=1时,N和ηi(t)是指数相关的高斯噪声,如式(2)所示。我们考虑了一个具有N=512个站点和周期性边界条件的系统。我们在t=40足够长的时间后确定c(J),以达到稳定状态,并且远大于此处确定的相关时间τ=0.1。图1显示了σ=1和τ=0.1时c对J的依赖关系,以及a)KPZ方程的直接微扰理论的结果,这是一个对大J先验有效的结果,b)a=1/2和m=1的“树近似”预测,我们将在下面详述。前预测SC(J)≈ σ/4√J的Jτ+O(σ/J)→ ∞, 在没有任何可调参数的情况下,它确实很好地拟合了大J区域的数据。另一方面,树近似在数量上是不正确的,正如一维系统所预期的那样。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群