Archives

19
Sep

Is it sensible to invest in home energy renovation? - C. Chaton & S. Zitouni

Pour accélérer la rénovation énergétique des bâtiments, nécessaire pour atteindre neutralité carbone d’ici 2050, différents mécanismes de subvention/d'aide pour rénovation de logements ont été mis en place. Ces subventions/aides sont efficaces si elles sont ciblées. En mettant en avant des effets secondaires non monétaires comme l’un des paramètres clés du l’efficacité des politiques, nous affirmons que ce ciblage ne doit pas reposer uniquement sur le revenu des ménages.

19
Sep

Actor critic learning algorithms for mean-field control with moment neural networks - H. Pham & X. Warin

Les méthodes de type acteur-critique permettent de déterminer la commande optimale d'un système stochastique dont le modèle sous-jacent est inconnu. Dans ce cadre, cet article introduit une nouvelle approche basée sur les réseaux neuronaux de type moment pour le cas Mean Field control.

18
Sep

A Rank-Based Reward between a Principal and a Field of Agents: Application to Energy Savings - C. Alasseur, E. Bayraktar, R. Dumitrescu & Q. Jacquet

Réaliser des économies d’énergie auprès des consommateurs est un axe important pour les fournisseurs qui sont incités à le faire réglementairement via le système de certificats d’économie d’énergie et du fait du contexte actuel de crise énergétique. Nous proposons dans ce papier de recherche l’analyse de contrats incitatifs où le consommateur obtient un bonus/malus en fonction des économies qu’il a générées par rapport aux autres consommateurs ce qui permet d’atteindre Read more [...]

21
Août

A Common Shock Model for Multidimensional Electricity Intraday Price Modelling with Application to Battery Valuation - T. Deschatre & X. Warin

Cette publication s'intéresse aux marchés infrajournaliers de l'électricité en France et en Allemagne à l'échelle de la session de trading. Le modèle proposé permet de représenter et de comprendre la structure de la volatilité et des corrélations des différents prix à terme (24 heures de livraison) et est utilisé à des fins de valorisation de moyens de stockage sur ces marchés.

14
Déc

Coverage for fuel poverty - C. Chaton & M.-L. Guillerminet

Les hausses des prix depuis 2019 ont entraîné une réponse d'urgence de la part du gouvernement français : la mise en place d'un bouclier tarifaire énergétique. Ce bouclier tarifaire est une mesure de court terme qui profite à tous mais ne protège pas tous les ménages de la précarité énergétique et n’a pas vocation à perdurer. Nous déterminons un mécanisme différentié qui permettrait à tous les  ménages de pouvoir consommer un niveau décent d'énergie, et ceci quel que Read more [...]

18
Nov

Mean-field neural networks: learning mappings on Wasserstein space - Huyên Pham, Xavier Warin

L’article constitue un développement des méthodes de machine learning adaptées (notamment) au traitement des modèles de jeux  / contrôle de type champ moyen. Plus précisément, les auteurs proposent deux architectures de réseaux de neurones sur l'espace des mesures de probabilité permettant d’approximer numériquement les solutions des problèmes de champ moyen.

5
Mai

Ergodic control of a heterogeneous population and application to electricity pricing - Q. Jacquet, W. van Ackooij, C. Alasseur & S. Gaubert

Nous considérons un modèle de tarification dynamique, dans lequel une population de clients peut changer à tout moment de contrat en fonction des conditions tarifaires et de caractéristiques propres à chaque client, comme l'inertie (propension à rester chez le même fournisseur). Un fournisseur cherche alors à maximiser son revenu moyen par unité de temps, en supposant que la population est de taille infinie (limite ‘champ moyen’). Nous présentons une application issue de la tarification Read more [...]

12
Avr

Robust Operator Learning to Solve PDE - C. Remlinger, J. Mikael & R. Elie

Nous cherchons à résoudre des équations aux dérivées partielles (EDPs) impliquées dans la couverture des risques lorsque l'environnement n'est pas stationnaire. Re-calibrer un modèle de facteurs de risque ou ré-entraîner un modèle pour la résolution chaque fois que les conditions de marché changent est coûteux et insatisfaisant. Reposant sur des réseaux d'opérateurs profonds, notre modèle apprend les solutions d'une famille d'EDPs avec un unique apprentissage, et généralise à Read more [...]

12
Avr

Conditional Loss and Euler Generator for Time Series - C. Remlinger, J. Mikael & R. Elie

Nous présentons trois nouveaux modèles génératifs pour les séries temporelles reposant sur une discrétisation d'Euler d'équations différentielles stochastiques (EDS). Deux de ces méthodes reposent sur l'adaptation des réseaux adversaires génératifs (GAN) au cadre temporel. Le troisième modèle repose sur un unique réseau de neurone et minimise une distance dédiée entre les distributions de probabilité de transition à chaque pas de temps. Dans le contexte de processus d'Itô, nous Read more [...]

12
Avr

Expert Aggregation for Financial Forecasting - C. Remlinger, C. Alasseur, M. Brière & J. Mikael

La précision des algorithmes d'apprentissage automatique dédiés à la prévision de séries temporelles financières peut être instable au cours du temps. Nous proposons d'adapter l'agrégation d'experts en ligne pour remédier à cette difficulté. En combinant plusieurs modèles de prévisions, nous construisons un portefeuille qui s'ajuste dynamiquement aux conditions de marché. Nous mettons en évidence comment l'agrégation en ligne surpasse les modèles individuels sur des stratégies Read more [...]

Page 1 of 19