Rapports de recherche

14
Déc
2022

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...
18
Nov
2022

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. Download Attachments LearningDistribution Taille: 3 Mo Téléchargements: 148
05
Mai
2022

Pierre Gruet

Pierre Gruet EDF Lab Saclay 7 boulevard Gaspard Monge 91120 PALAISEAU FRANCE E-mail: pierre (dot) gruet (at) edf (dot) fr Position Research engineer at EDF R&D Developer of the Debian GNU/Linux operating system Research topics Statistics of stochastic processes Stochastic control and optimization Finance of electricity markets Publications Olivier Féron and PG: Estimation of...
05
Mai
2022

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,...
12
Avr
2022

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...
12
Avr
2022

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...