×

兹马思-数学第一资源

批量模式主动学习框架及其在大型可变年金投资组合评估中的应用。(英语) Zbl 1467.91141
摘要:在实践中,大批量可变年金合约的估值依赖于蒙特卡罗模拟,而蒙特卡罗模拟计算量很大。为了建立一个更有效的估值过程,在数据挖掘框架内使用了统计模型,该框架包括两个后续阶段:数据采样阶段创建一组代表性合同,回归建模阶段预测投资组合中的剩余合同。在本文中,我们使用一个新的基于主动学习的数据挖掘框架,通过选择信息最丰富的代表来有效地更新回归模型。我们的指标同时考虑了预测的模糊性和多样性,这使得我们能够提出两种适合这种主动学习框架的方法。实验结果验证了所提出的主动学习方法在随机抽样和两阶段数据挖掘框架下的有效性。
理学硕士:
91G05型 精算数学
68T05型 人工智能中的学习与自适应系统
软件:
AdaBoost.MH版
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Abe,N.,Mamitsuka,H.,1998年。使用boosting和bagging查询学习策略。第15届国际机器学习会议论文集。第1-9页。
[2] 巴西内洛,A.R。;米洛索维奇,P。;奥利维里,A。;Pitacco,E.,可变年金:统一估值方法,保险数学。《经济学》,49,3,285-297(2011年)
[3] Barton,R.R.,教程:模拟元建模,(2015年冬季模拟会议(WSC)(2015)),1765-1779
[4] 鲍尔,D。;克林,A。;Russ,J.,《可变年金最低保障收益的通用定价框架》,Astin Bull.,38,2621-651(2008)·Zbl 1274.91399
[5] Breiman,L.,分类和回归树(1984),Taylor&Francis,LLC:Taylor&Francis,LLC,Boca Raton,FL
[6] 布雷曼,L.,装袋预测,马赫。学习,24,2,123-140(1996)·Zbl 0858.68080
[7] 蔡伟、张勇、周杰,2013年。最大化回归中主动学习的期望模型变化。第十三届数据挖掘国际会议论文集。美国德克萨斯州,第51-60页。
[8] 科恩,D。;阿特拉斯,L。;Ladner,R.,通过主动学习提高泛化能力,Mach。学习,15,2201-221(1994)
[9] 科恩,D.A。;加哈拉马尼,Z。;Jordan,M.I.,统计模型的主动学习,人工智能研究杂志,4,1199-145(1996)·Zbl 0900.68366
[10] Efron,B.,自举后的锯齿状标准误差和影响函数,J.R.Stat.Soc。爵士。B Stat.Methodol.,54,183-127(1992年)·Zbl 0782.62051
[11] 弗伦德,Y。;夏皮尔,R.E.,《在线学习的决策理论概括及其在boosting中的应用》,J.Comput。系统科学,55,1191-139(1997)·Zbl 0880.68103
[12] 甘,G.数据聚类和机器学习在可变年金估值中的应用,保险数学。《经济学》,53,3795-801(2013年)·Zbl 1290.91086号
[13] 甘,G。;Huang,J.X.,《评估可变年金大型投资组合的数据挖掘框架》,《第23届ACM SIGGDD知识发现与数据挖掘国际会议论文集》(2017),ACM:ACM纽约,美国,1467-1475
[14] 甘,G。;全,Z。;Valdez,E.A.,可变年金估值的机器学习技术,(2018年第四届大数据和信息分析国际会议(BigDIA)(2018)),1-6
[15] 甘,G。;Valdez,E.A.,《大型可变年金投资组合估值的一些实验设计的实证比较》,Depende。模型,4,1382-400(2016)·Zbl 1382.91046号
[16] 甘,G。;Valdez,E.A.,大型可变年金投资组合的评估:蒙特卡罗模拟和合成数据集,依赖。型号,5,1354-374(2017)·兹布1390.91320
[17] 甘,G。;Valdez,E.A.,《大型可变年金投资组合估值的回归模型》,N.Am。精算师。J、 第22、1、40-54页(2018年)·Zbl 1393.91099号
[18] 甘,G。;Valdez,E.A.,数据聚类与精算应用,新罕布什尔州。精算师。J、 2019年1月19日
[19] Gower,J.C.,《一般相似系数及其一些特性》,《生物识别》,27,4857-871(1971)
[20] 格温,H。;李,S。;Mamon,R.,《大型可变年金投资组合估值的有效偏差修正套袋法》,Astin Bull.,50,3853-871(2020)·Zbl 1454.91189
[21] Hardy,M.,投资担保:股票挂钩人寿保险的建模和风险管理(2003),John Wiley&Sons,Inc.:John Wiley&Sons,Inc.,新泽西州霍博肯·Zbl 1092.91042号
[22] 霍伊,S.C.H。;金,R。;吕,M.R.,《基于批量模式主动学习的大规模文本分类》,(第15届万维网国际会议论文集(2006年),美国纽约州纽约市ACM),633-642
[23] 克罗,A。;韦德尔斯比,J.,神经网络集成,交叉验证和主动学习,(神经信息处理系统进展(1995),麻省理工学院出版社),231-238
[24] 莱德利,医学博士。;科里,D.P。;芬克尔斯坦,G.S。;里奇,A.J。;苏,K。;Wilson,D.C.E.,可变年金,Br。精算师。J、 ,14,2,327-389(2008年)
[25] 路易斯,D.D。;Gale,W.A.,训练文本分类器的序列算法,(第17届ACM SIGIR信息检索研究与发展年会论文集(1994年),Springer London:Springer London),3-12
[26] 林,X.S。;Yang,S.,大型可变年金投资组合的快速有效嵌套模拟:代理建模方法,保险数学。经济学,91,85-103(2020年)·Zbl 1435.91158
[27] 刘勇,支持向量机应用于癌症分类基因表达数据的主动学习,化学杂志。信息计算机。科学,44,6,1936-1941(2004)
[28] 长,B。;卞,J。;小教堂。;张,Y。;Y、 ,本人。;Chang,Y.,通过预期损失优化进行排名的主动学习,IEEE Trans。知道。数据工程,27,51180-1191(2015)
[29] 米纳尼,B。;McBratney,A.B.,《辅助信息存在下采样的条件拉丁超立方体方法》,计算机。Geosci.,32,9,1378-1388(2006年)
[30] 罗伊,N。;McCallum,A.,《通过误差减少的抽样估计实现最佳主动学习》,《第18届机器学习国际会议论文集》(2001),摩根考夫曼出版社公司:摩根考夫曼出版社公司,加利福尼亚州旧金山,美国),441-448
[31] Settles,B.,主动学习文献调查技术报告(2010年)
[32] 结算,B。;《序列标记任务的主动学习策略分析》,《自然语言处理经验方法会议论文集》(2008),计算语言学协会:美国计算语言学协会,1070-1079
[33] 承,H.S。;奥珀,M。;Sompolinsky,H.,《委员会的质疑》(第五届计算学习理论年度研讨会论文集(1992年),美国纽约ACM:ACM,纽约,美国),287-294
[34] 塞克斯顿,J。;Laake,P.,袋装和随机森林估计器的标准误差,计算机。统计学家。数据分析,533801-811(2009年)·Zbl 1452.62121号
[35] 唐,S。;张,E.,图像检索的支持向量机主动学习,(第九届国际多媒体会议论文集(2001年),美国纽约州纽约市ACM,第107-118页
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。