文献

J-GLOBAL ID：202002288099609586   整理番号：20A0332574

マルチCPUとマルチGPUを用いた並列大域最適化による保険における効率的なモデル点選択【JST・京大機械翻訳】

Efficient Model Points Selection in Insurance by Parallel Global Optimization Using Multi CPU and Multi GPU

著者 (4件)： Ferreiro-Ferreiro Ana Maria (Department of Mathematics and CITIC, University of A Coruna, Faculty of Informatics, A Coruna, Spain) ,  Garcia-Rodriguez Jose Antonio (Department of Mathematics and CITIC, University of A Coruna, Faculty of Informatics, A Coruna, Spain) ,  Souto Luis A. (Department of Mathematics and CITIC, University of A Coruna, Faculty of Informatics, A Coruna, Spain) ,  Vazquez Carlos (Department of Mathematics and CITIC, University of A Coruna, Faculty of Informatics, A Coruna, Spain)
資料名： Business & Information Systems Engineering  (Business & Information Systems Engineering)
巻： 62  号： 1  ページ： 5-20  発行年： 2020年 
JST資料番号： W4129A  ISSN： 2363-7005  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 保険部門において,資産責任管理は企業の資産と責任の共同管理を参照する。責任は主に保険会社の政策ポートフォリオから成り,通常大量の政策を含んでいる。本論文において,著者らは,非常に大きい実際の政策ポートフォリオを表現するために,モデル点ポートフォリオの高効率自動生成を主に開発した。得られたモデルポイントポートフォリオは,初期ポートフォリオの市場リスク特性を保持しなければならない。この目的のために,著者らは,Ferri(生命における最適モデル点ポートフォリオ,2019)に従って,生命保険政策のポートフォリオに対する関心率の不確実な進化を組み込んだリスク測度を提案した。この問題は,大域的数値最適化アルゴリズムを用いて解く必要がある最小化問題として定式化できる。コスト汎関数はオリジナルとモデル点ポートフォリオの間の適切な距離を測定する。合理的な計算時間におけるこの問題を解決するために,逐次実装は禁止されるので,著者らはハイブリッドアーキテクチャを使用する高性能コンピューティングフレームワークを開発することによって計算をスピードアップする。それは加速器(マルチGPU)と一緒にマルチCPUから成る。従って,グラフィックプロセッサユニット(GPU)において,コスト関数の評価は並列化され,モンテカルロ法を必要とする。最適化問題のために,著者らは,ハイブリッドグローバル最適化流域Hoppingアルゴリズムのマルチパス変種によるメタヒューリスティック確率微分進化アルゴリズムを比較した。それは,勾配局所探索器(Appl Math Comput 356:282-298,2019a)によるシミュレーテッドアニーリングを結合した。両方のグローバル最適化装置は,マルチGPU設定と一緒にマルチCPUで並列化される。Copyright Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ポートフォリオ ,  最小化問題 ,  加速器 ,  流域 ,  シミュレーテッドアニーリング ,  汎関数 ,  アルゴリズム ,  最適化問題 ,  定式化 ,  モンテカルロ法 ,  近傍探索法 ,  測度 ,  不確実性 ,  費用関数
準シソーラス用語： *大域的最適化 , 【Automatic Indexing@JST】

著者キーワード (9件)： モデルポイントポートフォリオ ,  リスク機能 ,  ハイブリッド最適化アルゴリズム ,  微分進化 ,  流域のホッピング ,  モンテカルロシミュレーション ,  HPC ,  マルチCPU ,  マルチGPU

分類 (1件)： 利益管理  (KA05030A)

タイトルに関連する用語 (6件)： マルチ ,  CPU ,  GPU ,  大域最適化 ,  保険 ,  モデル