国际品牌资讯
您的位置:首页 >互联网 >

向量研究所的AI对市场交易等随机事件做出预测

时间:2020-05-13 15:47:02 | 来源:

一纸在多伦多的载体学院大学合着的研究人员和谷歌描述了一个叫做神经随机微分方程(随机微分方程)人工智能技术,被裁剪的健康,科学和财政预测。

它可以对可能影响人员,价格或复杂系统状态(例如金融市场和医疗网络)的随机事件进行建模。市场交易或医院拜访是可能影响这些系统的“随机事件”的例子。作者说,与现有技术不同,神经SDE可以对这些随机事件做出预测,例如未来几天的股票价格可能是多少。

现有的最流行的技术之一-神经普通方程(ODE)-有一个重要的局限性。它不能解释随机相互作用,这意味着当随机事件发生时,方程式无法更新系统状态。(请考虑影响公司股价的其他人进行的交易或在改变人的健康状况的医院感染的病毒。)必须按一定的时间表手动更新系统以解决这些问题,这意味着该模型不是真正映射到现实。

神经SDE没有这种限制,因为它们代表状态发生时的连续变化。

正如论文的共同作者所解释的那样,神经SDE通过将瞬时噪声添加到其动力学中来泛化ODE。这以及其他算法上的调整,使成千上万的变量(参数)适合神经SDE,从而可以对液体中的分子运动,基因库中的等位基因频率或市场价格进行建模。 。

在一个实验中,该团队在真实的运动捕捉数据集上训练了ODE和神经SDE模型,该数据集包括23个步行序列,分为15个训练,三个验证和四个测试序列。经过400次迭代,他们发现与SDE相比,神经SDE的预测性能有所提高-前者的均方误差为4.03%,而ODE为5.98%(越低越好)。

Vector Institute发言人通过电子邮件对VentureBeat表示:“在Einstein的早期工作的基础上,这些SDE使模型能够代表状态发生时的连续变化,并可以进行大规模的状态变化。”“如今,非神经SDE已用于金融和健康领域,但规模有限。如顶部所述,神经SDE带来了将AI大规模应用于大型复杂金融系统的新机会,而无需做出通常需要的巨大……折衷方案。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。

猜您喜欢