基于贝叶斯学习模型的天然气价格双边谈判研究

根据大用户向天然气供应商购买天然气的价格双边谈判的特点,将贝叶斯学习模型引入到谈判的博弈过程中。通过贝叶斯学习,双方能更精确的预测对方的报价,提高博弈的有效性。算例结果表明,供气商和大用户运用贝叶斯学习模型进行博弈可以有效提高谈判效率。

健康信息不确定下的个体吸烟决策——基于贝叶斯学习模型的理论分析和经验证据

本文从理论和实证两方面研究在健康信息不确定下的个体吸烟决策过程,并尝试对吸烟行为的年龄异质性提供新的经济学解释。在理论上,我们构建了一个不完美信息下的贝叶斯学习模型,刻画个体随着年龄增长对健康禀赋的认知及其对吸烟行为的影响。我们发现,年龄增长对个体的吸烟行为存在着"学习效应"(Learning Effect)和"衰老效应"(Aging Effect)两种截然相反的作用,共同决定了个体的吸烟概率和数量。结果显示,随着年龄的增长,个体吸烟的概率和数量呈现出先递增、后递减的规律。同时,由于学习效应随年龄增长而减弱,健康信息冲击(罹患疾病)对个体吸烟倾向的负向影响也会随年龄增长而减小。在实证部分,我们利用中国家庭追踪调查(CFPS)数据对理论模型的主要推论进行验证。为了充分利用数据的面板性质,我们使用固定效应模型来捕捉个体不可观测的异质性,同时使用面板工具变量模型来解决内生性问题。我们的实证结果支持了理论模型的结论,并在不同的参数设定下保持稳健。最后,基于以上发现,我们在扩大医疗资源可得性及减少信息不对称性等方面提出了相应的控烟政策建议。

多任务学习

随着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标注数据进行充分训练,否则就会出现欠拟合的情况而导致学习性能的下降.因此,随着任务复杂程度和数据规模的增加,对人工标注数据的数量和质量也提出了更高的要求,造成了标注成本和难度的增大.同时,单一任务的独立学习往往忽略了来自其它任务的经验信息,致使训练冗余重复和学习资源的浪费,也限制了其性能的提升.为了缓解这些问题,属于迁移学习范畴的多任务学习方法逐渐引起了研究者的重视.与单任务学习只使用单个任务的样本信息不同,多任务学习假设不同任务数据分布之间存在一定的相似性,在此基础上通过共同训练和优化建立任务之间的联系.这种训练模式充分促进任务之间的信息交换并达到了相互学习的目的,尤其是在各自任务样本容量有限的条件下,各个任务可以从其它任务获得一定的启发,借助于学习过程中的信息迁移能间接利用其它任务的数据,从而缓解了对大量标注数据的依赖,也达到了提升各自任务学习性能的目的.在此背景之下,本文首先介绍了相关任务的概念,并按照功能的不同对相关任务的类型进行划分,之后对它们的特点进行了逐一描述.然后,本文按照数据的处理模式和任务关系的建模过程不同将当前的主流算法划分为两大类:结构化多任务学习算法和深度多任务学习算法.其中,结构化多任务学习算法采用线性模型,可以直接针对数据进行结构假设并且使用原有标注特征表述任务关系,同时,又可根据学习对象的不同将其细分为基于任务层面和基于特征层面两种不同结构,每种结构有判别式方法和生成式方法两种实现手段.与结构化多任务学习算法的建模过程不同,深度多任务学习算法利用经过多层特征抽象后的深层次信息进行任务关系描述,通过处理特定网络层中的参数达到信息共享的目的.紧接着,以两大类算法作为主线,本文详细分析了不同建模方法中对任务关系的结构假设、实现途径、各自的优缺点以及方法之间的联系.最后,本文总结了任务之间相似性及其紧密程度的判别依据,并且分析了多任务作用机制的有效性和内在成因,从归纳偏置和动态求解等角度阐述了多任务信息迁移的特点.

电力用户从发电商购电定价的双边贝叶斯动态博弈学习模型

电力用户从发电商直接购电是打破电力垄断经营过程的前奏。采用序贯博弈理论设计二者的交易机制,引入贝叶斯学习模型以提高发电商和用户的学习能力。通过发电商与电力用户的多轮报价,彼此逐轮更新对对方保留价格的认识,以更精确的预期修正报价,改进自身博弈效用,提高双方博弈过程的效率。算例表明发电商和大用户采用贝叶斯学习模型进行博弈具有有效性。

媒体报道、贝叶斯学习与通货膨胀预期异质性

本文引入贝叶斯学习模型,分析宏观经济变量和媒体报道对中国公众和专家的通胀预期异质性的影响,估计实际通胀率、通胀率的平方、GDP同比增长率和通胀波动性等宏观经济变量,以及媒体报道总量、媒体报道内容的异质性和媒体报道口吻等媒体报道变量对预期异质性的影响。结果表明,公众和专家的预期异质性都会受到GDP同比增长率和通胀波动的影响,而实际通胀水平作用甚微;公众预期的异质性取决于媒体报道的异质性和报道口吻,而非媒体报道的总量;媒体报道几乎不影响专家的预期异质性;关于通货紧缩的报道会提高公众和专家预期的异质程度。因此,政府对媒体报道的真实和准确必须加以监管,货币政策需要充分考虑媒体报道的角色并借以传递政策目标,引导公众通胀预期,进而提升货币政策的实施效果。

基于模仿的技术扩散

对基于模仿的技术扩散重要研究进行了回顾。以信息不完全为出发点的理论研究主要包括传染病模型和贝叶斯学习模型等;以企业动机为出发点的研究主要包括两阶段的计量模型、门槛模型等。这些研究表明,信息传播所依赖的社会关系网络、技术引进者关于新技术信息的完整性以及企业规模的大小是决定技术扩散的影响因素。此外,关于技术扩散空间过程的一些重要研究,其本质就是传染病模型与门槛模型的空间版本。

面向企业应用的文本自动分类系统的设计和实现

讲述了为单个企业提供文本自动分类服务的系统的设计和实现方法。对系统中所涉及的关键技术包括向量空间模型、特征提取、机器学习方法进行了讨论,给出了实验结果。