Proceedings of the Forum "Math-for-Industry" 2018 / Cheng, Jin ; Dinghua, Xu ; Saeki, Osamu ; Shirai, Tomoyuki  

Público ISBD Ningún comentario para este registro. Título : Proceedings of the Forum "Math-for-Industry" 2018 : Big Data Analysis, AI, Fintech, Math in Finances and Economics Tipo de documento: documento electrónico Autores: Cheng, Jin, ; Dinghua, Xu, ; Saeki, Osamu, ; Shirai, Tomoyuki, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XIV, 179 p. 63 ilustraciones, 50 ilustraciones en color. ISBN/ISSN/DL: 978-981-1655760-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Matemáticas de ingeniería  Investigación cuantitativa  Estadísticas  Análisis de datos y Big Data  Estadísticas aplicadas Clasificación: 620.00151 Resumen: Este volumen incluye artículos técnicos seleccionados presentados en el Foro "Math-for-Industry" 2018. Los artículos escritos por eminentes investigadores y académicos que trabajan en el área de las matemáticas industriales desde el punto de vista de las matemáticas financieras, el aprendizaje automático, las redes neuronales, los problemas inversos, modelos estocásticos, etc., discuten cómo se espera y se espera que se utilice el ingenio de la ciencia, la tecnología, la ingeniería y las matemáticas. Este volumen se centra en el papel que las matemáticas para la industria pueden desempeñar en la investigación interdisciplinaria para desarrollar nuevos métodos. Los contenidos son útiles para investigadores tanto del mundo académico como de la industria que trabajan en sectores interdisciplinarios. Nota de contenido: A Brief Review of Some Swarming Models using Stochastic Differential Equations -- Copula-based estimation of Value at Risk for the portfolio problem -- An Overview of Exact Solution Methods for Guaranteed Minimum Death Benefit Options in Variable Annuities -- Determinantal reinforcement learning with techniques to avoid poor local optima -- Surface Denoising based on Normal Filtering in a Robust Statistics Framework -- Mathematical Modeling and Inverse Problem Approaches for Functional -- Clothing Design based on Thermal Mechanism -- Unique continuation on a sphere for Helmholtz equation and its numerical treatments -- Notes on Backward Stochastic Differential Equations for Computing XVA. Tipo de medio : Computadora Summary : This volume includes selected technical papers presented at the Forum "Math-for-Industry" 2018. The papers written by eminent researchers and academics working in the area of industrial mathematics from the viewpoint of financial mathematics, machine learning, neural networks, inverse problems, stochastic modelling, etc., discuss how the ingenuity of science, technology, engineering and mathematics are and will be expected to be utilized. This volume focuses on the role that mathematics-for-industry can play in interdisciplinary research to develop new methods. The contents are useful for researchers both in academia and industry working in interdisciplinary sectors. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Proceedings of the Forum "Math-for-Industry" 2018 : Big Data Analysis, AI, Fintech, Math in Finances and Economics [documento electrónico] / Cheng, Jin, ; Dinghua, Xu, ; Saeki, Osamu, ; Shirai, Tomoyuki,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2021 . - XIV, 179 p. 63 ilustraciones, 50 ilustraciones en color. ISBN : 978-981-1655760-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Matemáticas de ingeniería  Investigación cuantitativa  Estadísticas  Análisis de datos y Big Data  Estadísticas aplicadas Clasificación: 620.00151 Resumen: Este volumen incluye artículos técnicos seleccionados presentados en el Foro "Math-for-Industry" 2018. Los artículos escritos por eminentes investigadores y académicos que trabajan en el área de las matemáticas industriales desde el punto de vista de las matemáticas financieras, el aprendizaje automático, las redes neuronales, los problemas inversos, modelos estocásticos, etc., discuten cómo se espera y se espera que se utilice el ingenio de la ciencia, la tecnología, la ingeniería y las matemáticas. Este volumen se centra en el papel que las matemáticas para la industria pueden desempeñar en la investigación interdisciplinaria para desarrollar nuevos métodos. Los contenidos son útiles para investigadores tanto del mundo académico como de la industria que trabajan en sectores interdisciplinarios. Nota de contenido: A Brief Review of Some Swarming Models using Stochastic Differential Equations -- Copula-based estimation of Value at Risk for the portfolio problem -- An Overview of Exact Solution Methods for Guaranteed Minimum Death Benefit Options in Variable Annuities -- Determinantal reinforcement learning with techniques to avoid poor local optima -- Surface Denoising based on Normal Filtering in a Robust Statistics Framework -- Mathematical Modeling and Inverse Problem Approaches for Functional -- Clothing Design based on Thermal Mechanism -- Unique continuation on a sphere for Helmholtz equation and its numerical treatments -- Notes on Backward Stochastic Differential Equations for Computing XVA. Tipo de medio : Computadora Summary : This volume includes selected technical papers presented at the Forum "Math-for-Industry" 2018. The papers written by eminent researchers and academics working in the area of industrial mathematics from the viewpoint of financial mathematics, machine learning, neural networks, inverse problems, stochastic modelling, etc., discuss how the ingenuity of science, technology, engineering and mathematics are and will be expected to be utilized. This volume focuses on the role that mathematics-for-industry can play in interdisciplinary research to develop new methods. The contents are useful for researchers both in academia and industry working in interdisciplinary sectors. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200