Estimating Network Structure of Multivariate Complex Systems and lts Applications

多元复杂系统网络结构估计及其应用

• 批准号: 20700217
• 负责人: SUZUKI Tomoya
• 金额: $ 2.5万
• 依托单位: Doshisha University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2009
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20700217/
• 关键词: 複雑系; 複雑ネットワーク; カオス; 経済物理学

Although we can often observe time-series data of many elements, these elements do not always interact with each other. This study proposes a scheme to estimate the interdependency among observed elements only by time-series data, which is useful for selecting essential elements to optimize multivariate prediction model. Because this estimation is a sort of combinatorial optimization problems, we applied the genetic algorithm as a method to moderate this problem. Through some simulations, we confirmed performance of our method, which can identify interaction of multivariate system and can improve its prediction accuracy. Especially, our method can be applied to predict real foreign-exchange markets even if system has nonstational property and its structure changes dynamically.

虽然我们经常可以观察到许多元素的时间序列数据，但这些元素并不总是相互作用的。本研究提出了一种仅利用时间序列数据来估计观测要素之间的相关性的方案，这对于选择要素以优化多变量预测模型是有用的。由于这种估计是一种组合优化问题，所以我们采用遗传算法作为一种方法来缓和这一问题。通过仿真验证了该方法的有效性，该方法能够识别多变量系统之间的相互作用，提高系统的预测精度。特别是在系统具有非静态性质且系统结构动态变化的情况下，我们的方法也可以应用于实际外汇市场的预测。

项目成果

等時間間隔サシプリングによって欠落するシステムの非線形性

由于等时磁化率导致系统非线性缺失

• 发表时间: 2010
• 作者: 山口諒;鈴木啓介;野崎祐基;石井純一;柳下翔太;山名徹;金丸隆志;鈴木智也;鈴木智也
• 通讯作者: 鈴木智也

非線形経済予測モデルの動的最適化

非线性经济预测模型的动态优化

• 发表时间: 2009
• 作者: 鈴木智也;佐藤春樹;金子彰吾
• 通讯作者: 金子彰吾

Combinatorial Optimization for Multivariate Nonlinear Prediction

多元非线性预测的组合优化

• 发表时间: 2009
• 作者: Tomoya Suzuki;Yuta Ueoka;Haruki Sato
• 通讯作者: Haruki Sato

Estimating structure of multivariate systems with genetic algorithms for nonlinear prediction

• DOI: 10.1103/physreve.80.066208
• 发表时间: 2009-12-01
• 期刊: PHYSICAL REVIEW E
• 影响因子: 2.4
• 作者: Suzuki, Tomoya;Ueoka, Yuta;Sato, Haruki
• 通讯作者: Sato, Haruki

複雑システムの理解と予測のための観測時系列データの最適利用

优化使用观察到的时间序列数据来理解和预测复杂系统

• 发表时间: 2009
• 作者: Hiroshi Fujii;Takashi Kanamaru;Kazuyuki Aihara;Ichiro Tsuda;鈴木智也
• 通讯作者: 鈴木智也