Deep learning for conditional McKean-Vlasov jump diffusions

Agram, Nacira (avtor), Rems, Jan (avtor)

The current paper focuses on using deep learning methods to optimize the control of conditional McKean-Vlasov jump diffusions. We begin by exploring the dynamics of multi-particle jump-diffusion and presenting the propagation of chaos. The optimal control problem in the context of conditional McKean-Vlasov jump-diffusion is introduced along with the verification theorem (HJB equation). A linear quadratic conditional mean-field (LQ CMF) is discussed to illustrate these theoretical concepts. Then, we introduce a deep-learning algorithm that combines neural networks for optimization with path signatures for conditional expectation estimation. The algorithm is applied to practical examples, including LQ CMF and interbank systemic risk, and we share the resulting numerical outcomes.

• Jezik: Angleški jezik
• Ključne besede: McKean-Vlasov jump diffusion, signatures, common noise, deep learning
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.01 - Izvirni znanstveni članek
• Organizacija: FMF - Fakulteta za matematiko in fiziko
• Status publikacije: Objavljeno
• Različica publikacije: Objavljena publikacija
• Datum objave: 01.07.2025
• Leto izida: 2025
• Št. strani: 15 str.
• Številčenje: Vol. 201, [article no.] 106100
• PID: 20.500.12556/RUL-169570
• UDK: 519.2:517.997
• ISSN pri članku: 0167-6911
• DOI: 10.1016/j.sysconle.2025.106100
• COBISS.SI-ID: 238288387
• Datum objave v RUL: 04.06.2025

Gradivo je del revije

• Naslov: Systems & Control Letters
• Skrajšan naslov: Syst. control. lett.
• Založnik: Elsevier
• ISSN: 0167-6911
• COBISS.SI-ID: 15539973

Licence

• Licenca: CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
• Povezava: http://creativecommons.org/licenses/by/4.0/deed.sl
• Opis: To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Projekti

• Financer: Swedish Research Council
• Številka projekta: 2020-04697

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: P1-0448
• Naslov: Stohastične metode in njihova uporaba