ICLRMay, 2023

可微分代理模型的贝叶斯校准

PDF
TL;DR本文介绍了一种使用广义变分推断过程提供免疫缺陷鲁棒的贝叶斯参数推断的方法，以解决可微分 ABMs 的近似贝叶斯推断技术问题，并通过对 COVID-19 流行病的可微分 ABM 实验验证其准确性和未来工作的方向。
agent-based modellingapproximate bayesian inferencedifferentiable abmsvariational inferencecovid-19
发现论文，激发创造
  • 可微分基于代理的模型校准面临的挑战

    本文讨论了代理模型（ABMs）的不同陷阱以及对应的解决方案，旨在解决该方法在实践中的困难。

    Jul, 2023

  • 可微分的基于代理的流行病学

    本篇论文介绍了一种新的可扩展，快速且可微分的 ABM 设计，即 GradABM。通过广泛的实验，我们证明了 GradABM 的有效性。

    Jul, 2022

  • 观点动态模型参数的变分推断

    这篇论文使用变分推断方法估计代理模型的参数，通过将估计问题转化为可直接求解的优化任务。该方法可用于进行数据驱动分析，以更准确地估计和验证代理模型，并提供有关社会系统中人类行为的洞察。

    Mar, 2024

  • 利用机器学习代理进行代理模型校准

    本文提出了一种新的方法，将监督机器学习和智能抽样结合起来，构建一个代理元模型来探索代理模型中的参数空间和校准。这种方法提供了一种快速而准确的模型行为近似方法，大大降低了计算时间，并有助于获取有关代理模型复杂运作的洞见。

    Mar, 2017

  • 经济代理人基于模型校准方法的比较

    该研究使用计算实验通过比较多种普遍使用的代理模型定值方法，发现贝叶斯估计法优于频率学派、基于目标函数的方法，并提出需要进一步研究定值方法的未来方向。

    Feb, 2019

  • 使用图神经网络将基于代理的模型校准到微观数据

    该研究提出了使用时间图神经网络直接学习与微观数据相关的参数后验概率的方法，以进行 Bayesian 推断，并通过使用原始 ABM 微状态作为输出，提供高度引人入胜的归纳偏差。

    Jun, 2022

  • 基于随机森林的贝叶斯校准随机代理模型

    该研究使用基于随机森林的代理模型技术加速评估传染病流行模型，并通过 Markov 链蒙特卡罗方法对一种名为 CityCOVID 的流行病学模型进行校准，以提高其预测性能。

    Jun, 2024

  • 动态和异质参数的基于 Agent 的模型自动校准框架

    本研究介绍了一种自动校准框架，将动态校准和异质校准方法结合起来，动态校准通过自动捕捉适当的模拟时间来调整模拟参数，而异质校准通过聚类方式调整与代理有关的参数，从而缩小模拟和实际群体之间的分布差距。

    Mar, 2022

  • 使用 RL 行为模型的面向政策的基于代理的建模

    本文研究了在决策制定环境下，基于强化学习的智能体决策行为的刻画与建模。实验结果表明，相比于传统的规则制定和数据回归方式，基于强化学习的智能体决策行为模型具有更高的适应性和更好的表现，可以更好地支持 Agent-based Models 在政策分析等领域的应用。

    Jun, 2020

  • 互动智能代理系统中相变鉴别的机器学习方法

    通过降阶模型、数据驱动框架、流形学习算法、深度学习框架和分叉图表，本文提出了一种定位基于代理模型 (ABMs) 的平均场极限相变的方法。

    Oct, 2023