ポートフォリオ管理のためのスパイキング深層強化学習の新しいニューロモルフィックプロセッサ実現【JST・京大機械翻訳】

Saeidi Seyyed Amirhossein; Fallah Forouzan; Barmaki Soroush; Farbeh Hamed

プレプリント

J-GLOBAL ID：202202207988920248 整理番号：22P0310809

ポートフォリオ管理のためのスパイキング深層強化学習の新しいニューロモルフィックプロセッサ実現【JST・京大機械翻訳】

A Novel Neuromorphic Processors Realization of Spiking Deep Reinforcement Learning for Portfolio Management

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月26日プレプリントサーバーでの情報更新日： 2022年03月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

投資の期待収益を増加させ,リスクを最小化することを目的として,金融資産に資金を連続して再配置するプロセスはポートフォリオ管理として知られている。ポートフォリオ管理の処理速度とエネルギー消費は,それらの実世界アプリケーションの複雑性が,ますます高次元観察と行動空間と環境不確実性を含むので重要になっており,それらの限られた車載資源はオフセットできない。人間の脳に触発された新生神経形態学的チップは1000倍までの処理速度を増加させ,電力消費を数桁削減する。本論文は,予測不可能な環境に基づく金融市場を予測でき,収益性とリスク低減の定義されたポートフォリオ管理目標を達成するために,スパイキング深層強化学習(SDRL)アルゴリズムを提案した。このアルゴリズムをIntelのLoihi神経形態プロセッサのために最適化し,186xと516xのエネルギー消費削減を競争者と比較してそれぞれ観察した。さらに,1.3xと2.0xのスピードアップは,それぞれ,ハイエンドプロセッサとGPUsを上回った。評価は,ベンチマークの2016年から2021年の間の暗号市場で行った。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

利益管理 , 電力工学・電力事業一般 , エネルギーに関する技術・経済問題

前のページに戻る