人口动态的在线控制
本论文提出了 Taak-duality,一种将生态和基因型 / 表型类型都考虑在内的术语,并利用这种等价关系研究了高度一般化类型的生态进化轨迹,分析了有向进化的效率潜在限制。
May, 2023
本文基于动态系统和最优控制的视角, 将现有的深度学习理论框架进行整合, 并用随机动态的优化算法作为控制器,为超参数调整提供了一个基于原则的方法。
Aug, 2019
本研究提出了使用连续标准化流(CNFs)和动态最优输运方法对种群动态进行建模,以在固定时间点观测到的种群中推断采样轨迹的方法。通过使用正则化神经 SDE 对对流扩散过程进行建模并开发了一个模型架构,可以有效地近似种群级别的动态,即使在高维数据中也可以实现,并且使用拉格朗日方法引入的先验知识可以估计具有随机行为的采样级别动态。
Apr, 2022
研究动态变化的人群中使用学习算法适应变化环境的重复博弈的质量,证明了如果玩家以一种保证低自适应遗憾的方式选择策略,则在许多种类的游戏中,即使变化非常频繁,也可以确保高社会福利,这一点比以前的工作更具现实意义。
May, 2015
研究在线控制未知动态的时变线性系统,在非随机控制模型下,通过研究与通用策略的悔恨界证明了该设置比未知时不变或已知时变动态的设置更具有困难性并给出了算法上界,其中 SLS、Youla 和线性反馈策略类被认为是常见的策略类之一。同时,我们给出了针对干扰响应策略类的高效算法,且证明该算法享有具有时间变化的系统所需要的苛刻更强的适应性悔恨界。
Feb, 2022
本文利用动态因果模型和集成动力学,通过对干预和不同人群间的差异进行建模,量化了冠状病毒在不同情况下的不确定性和预测。同时,该研究还观察到了群体免疫导致的非线性影响和自组织缓解过程方面的有趣现象。
Apr, 2020
本研究使用随机动力学模型来研究社会系统中个人级别的转变概率,并提出了有效的变分推理算法来处理大规模个体之间的动态交互,验证此方法的效果时,使用无线传感器网络数据来跟踪疾病传播,并预测每个个体的感染可能性,结果表明该方法比抽样更高效且精度更高。
Nov, 2016