Ziel
Neural networks are essentially statistical modes for non-pararnetric, non-linear inference. Because of their inductive nature and their ability to model non-linear processes they have attracted considerable attention in the context of decision making and financial and econometric modelling and forecasting. Non-parametric non-linear models such as neural networks typically have more parameters than a linear model for the same number of independent variables. With the small size, noisy data-sets common in financial and economic modelling model selection and model specification becomes a crucial issue in order to avoid over-fitting. An optimal model with respect to out-of-sample performance will balance the bias induced by using a small model that cannot completely capture the structure off the data versus large parameter variance caused by the model being to complex ( with too many parameters). This trade-off is commonly referred to as the bias/variance dilemma. We propose to extend model selection methodologies for neural networks: Robust, efficient estimates for out-of-sample performance: For linear models powerful analytic results are available to calculate the expected out-of-sample performance For nonlinear models such as neural networks similarly powerful analytic results are not available. One therefore has to resort to computationally inefficient resampling schemes (Bootstrap, Cross-Validation). We propose the investigate approximation appropriate for neural networks that address the problem of local minima and improve computational efficiency, as well extend recent results on analytic approximations for expected test-set error.. Development of robust model selection techniques: Model selection aims to choose the optimal model for a given problem and data-set at hand based on the expected out of sample performance which must be estimated for each model under consideration. For neural network models both, the selection of independent variables, as well as the selection of competing neural network architectures must be addressed. We aim at developing a range of methods including extension to step-wise regression for neural networks, pruning methods to remove superfluous connections and internal units, and regularization methods.
The proposed research is a direct continuation of the HCM fellowship "Neural Networks for Advanced Data Analysis and Forecasting (duration 8.8 month), emphasising the importance of robust model selection methodologies for non-linear non-parametric models. The already established contacts to industry will greatly aid the testing and benchmarking of the proposed methods under real-world conditions. My own research has already and is expected to further benefit from dialogue with practitioners in the financial industry and has helped to focus on the robustness of the methods (such that they can be applied within the standard software setting without the need to fine-tune the algorithms). In addition, Prof. Refines research experience with applying neural networks to financial engineering will continue to have substantial impact on my work.
We propose to apply these methods several important key problems in financial analysis: Tactical Asset Allocation, Foreign Exchange Rate Prediction, and Option Pricing Models: These projects are part of the Departments ongoing collaboration with local financial firms (Barkleys, Citibank, Dresdner, Societe Generale; previously under the
Neuroforecasting Club framework and now under the umbrella of the Decision Technology Centre). This greatly aids in focusing on industry relevant research as the research problems are embedded in a framework of real-world applications.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Naturwissenschaften Informatik und Informationswissenschaften Datenwissenschaften
- Naturwissenschaften Informatik und Informationswissenschaften Software
- Medizin- und Gesundheitswissenschaften Gesundheitswissenschaften Infektionskrankheit RNS-Virus HIV
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz Computational Intelligence
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Daten nicht verfügbar
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Koordinator
NW1 4SA London
Vereinigtes Königreich
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.