Les auteurs développent plusieurs algorithmes numériques d'apprentissage profond pour des systèmes couplés de type forward-backward d’équations différentielles stochastiques à sauts. Pour évaluer la performance de solveurs, plusieurs expériences numériques sont réalisées. Cette méthode est appliquée à: (1) l'évaluation des produits dérivés dans des modèles à sauts et (2) à la résolution d'un système forward-backward multidimensionnel couplé, dirigé par un processus de Read more [...]
Archives
23
Jan
Deep Learning Algorithms for FBSDEs with Jumps: Applications to Option Pricing and a MFG Model for Smart Grids - C. Alasseur, Z. Bensaid, R. Dumitrescu, X. Warin
in Publications, Rapports
5
Déc
Impact of public policies on the dynamics of energy retrofit and fuel poverty in mainland France - C. Chaton
in Publications, Rapports
De nombreuses politiques publiques incitent les ménages, fiscalement ou financièrement, à rénover leur logement pour améliorer leur efficacité énergétique. L'objectif de cette étude est de présenter la structure d'un nouveau modèle de microsimulation qui permet d’une part, analyser le potentiel des politiques publiques différenciées sur le dynamique de rénovation énergétique des logements et d’autre part d’évaluer l’impact de ces politiques sur la précarité énergétique. Read more [...]