Applicazione delle reti neurali residuali ai mercati energetici e loro interpretazione come problema di controllo ottimo stocastico.

Angeli, Teresa (2021) Applicazione delle reti neurali residuali ai mercati energetici e loro interpretazione come problema di controllo ottimo stocastico. [Laurea magistrale], Università di Bologna, Corso di Studio in Matematica [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (1MB)

Abstract

La tesi ha l'obiettivo di stabilire un legame tra reti neurali residuali e teoria del controllo ottimo stocastico, a partire dalla formulazione proposta da E, Han e Li nell'articolo "A mean-field optimal control formulation of deep learning". Tale legame è indagato dal punto di vista teorico, attraverso lo sviluppo e lo studio del problema di controllo ottimo stocastico coinvolto. L'idea è quella di interpretare una rete neurale residuale come un problema di controllo ottimo a tempo continuo, supponendo di far tendere all'infinito il numero di strati. In questo modo i pesi della rete, ovvero i parametri che devono essere calibrati per garantire una buona capacità predittiva, vengono identificati con il processo di controllo soluzione del problema di controllo ottimo. Dal punto di vista teorico, vengono utilizzati strumenti quali il principio della programmazione dinamica e la nozione di soluzione di viscosità per l'equazione di Hamilton-Jacobi-Bellman, che coinvolge operatori differenziali recentemente proposti da Pierre-Louis Lions per funzioni definite sullo spazio di Wasserstein delle misure di probabilità con momento secondo finito. Dal punto di vista applicativo, si è scelto di utilizzare una rete neurale residuale del pacchetto Keras di Python per risolvere un problema reale legato all'ambito dei mercati energetici, con lo scopo di indagare la relazione tra prezzi e volumi dei sottostanti di interesse. Il contributo di questo lavoro di tesi è quindi dato da una formulazione rigorosa del legame tra rete residuale e problema di controllo e ad una generalizzazione dei risultati teorici necessari alla caratterizzazione dei parametri ottimali. L'ipotesi che viene suggerita è che un ulteriore sviluppo teorico del problema di controllo ottimo possa dare un supporto utile alle applicazioni, attraverso diversi algoritmi di risoluzione o fornendo opportune caratterizzazioni dei parametri ottimali.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Angeli, Teresa
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum A: Generale e applicativo
Ordinamento Cds
DM270
Parole chiave
rete neurale residuale controllo ottimo stocastico spazio di Wasserstein mercati energetici
Data di discussione della Tesi
24 Settembre 2021
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^