A note on observational equivalence of micro assumptions on macro level

?

A note on observational equivalence of micro assumptions on macro level

Economics: The Open-Access, Open-Assessment E-Journal. 2020. Vol. 14. P. 1–15.

The author set up a simplistic agent-based model where agents learn with reinforcement observing an incomplete set of variables. The model is employed to generate an artificial dataset that is used to estimate standard macro econometric models. The author shows that the results are qualitatively indistinguishable (in terms of the signs and significances of the coefficients and impulse-responses) from the results obtained with a dataset that emerges in a genuinely rational system.

Язык: английский

DOI

Разработка микросервиса ADP для идентификации источников выбросов на основе машинного обучения с подкреплением

Кычкин А. В., Черницин И. А., Прикладная информатика 2026 № 1(121) С. 40–58

Представлены результаты разработки программного микросервиса, встраиваемого в системы мониторинга качества атмосферного воздуха для поддержки процессов идентификации промышленных источников загрязнений. Выброс и последующее распространение вредных веществ в приземистых слоях атмосферы происходит в динамике и характеризуется высокой неопределенностью из‑за особенностей технологических установок, их режимов работы, влияния рельефа местности, зданий и метеофакторов. Зависимости между местоположением источника выброса и ...

Добавлено: 23 апреля 2026 г.

Operationalizing of DCV Microfoundations: A Behavioral Model for a Transforming System Integrator Firm

Znobina Anastasia, Багратиони К. А., Тункевичус О. А., , in: Proceedings of the 21st European Conference on Management, Leadership and Governance, ECMLG 2025Vol. 21.: Academic Conferences International Limited, 2025. Ch. 44 P. 399–407.

Добавлено: 9 марта 2026 г.

Up and Down the Mount Stupid: An Emotional Explanation of the Dunning-Kruger Effect

Ворчик А. Д., Мамышев М. А., / Series Social Science Research Network "Social Science Research Network". 2025.

In this paper, we develop a formal mathematical model aimed to explain the Dunning-Kruger effect that beginners systematically overestimate their own competence in various fields of knowledge and activity. We argue that the Dunning-Kruger effect arises from the emotional nature of confidence combined with unknown unknowns that it simply can not take into account due ...

Добавлено: 11 февраля 2026 г.

Artificial Neural Networks and Machine Learning. ICANN 2025 International Workshops and Special Sessions: 34th International Conference on Artificial Neural Networks, Kaunas, Lithuania, September 9–12, 2025, Proceedings, Part V

Cham: Springer, 2025.

Добавлено: 29 сентября 2025 г.

Analysis of a Company Model in Conditions of Unstable Demand Using Reinforcement Learning Methods

Delev A., Semakov S., , in: 2025 8th International Conference on Artificial Intelligence and Big Data (ICAIBD).: IEEE, 2025. P. 318–322.

Добавлено: 25 августа 2025 г.

Impact of self-learning based high-frequency traders on the stock market

Mansurov K., Semenov A., Dmitry Grigoriev и др., Expert Systems with Applications 2023 Vol. 232 Article 120567

Добавлено: 11 июля 2025 г.

Cryptocurrency Exchange Simulation

Mansurov K., Semenov A., Dmitry Grigoriev и др., Computational Economics 2024 Vol. 64 P. 2585–2603

Добавлено: 11 июля 2025 г.

Pseudo-collusion in a centralized algorithmic financial market

Пастушков А. В., Булатов А. Э., Finance Research Letters 2025 Vol. 83 Article 107671

Добавлено: 19 июня 2025 г.

Моделирование формирования общественного восприятия и политического доверия в условиях обязательности: кейс цифровых государственных услуг

Ахременко А. С., Филиппов И. Б., Сычев В. В. и др., Политическая наука 2025 № 1 С. 77–102

В современной научной литературе пристальное внимание уделяется феномену адаптации технологий и внедрению инноваций в сферу политики и государственного управления. В настоящее время существует большое количество исследований, центральным объектом которых выступает такое активно развивающееся явление, как государственные цифровые услуги. Несмотря на пёструю палитру из теоретических подходов, устоявшейся методологической традиции моделирования восприятия цифровых услуг пока не сложилось. ...

Добавлено: 1 мая 2025 г.

Agent-Based Model of Protest Campaign with Dynamic Network

Петров А. П., Sergey Zheglov, Ахременко А. С., , in: 2024 17th International Conference on Management of Large-Scale System Development (MLSD).: IEEE, 2024. Ch. 1 P. 1–4.

Добавлено: 1 мая 2025 г.

The beer game bullwhip effect mitigation: a deep reinforcement learning approach

Рожков М. И., Алямовская Н. С., Заходякин Г. В., International Journal of Production Research 2025 Vol. 63 No. 18 P. 6630–6647

Добавлено: 24 марта 2025 г.

Deep Reinforcement Learning-Based Congestion Control for File Transfer over QUIC

Blokhin A., Kalev V., Пусев Р. С. и др., , in: 2024 IEEE International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON).: Novosibirsk: IEEE, 2024. P. 25–30.

Добавлено: 18 декабря 2024 г.

The Forward Guidance Puzzle and Anchored Inflation Expectations

Дробышева А. Д., Мерзляков С. А., Ekonomicheskaya Politika 2024 Vol. 19 No. 6 P. 6–25

In recent years, central banks have turned to forward guidance as a key tool of monetary policy. However, standard DSGE models overestimate the impact of forward guidance on the economy, a phenomenon known as the “forward guidance puzzle.” In the model employed, the reaction of firms to a central bank’s announcements depends on the degree ...

Добавлено: 4 октября 2024 г.

Generative Flow Networks as Entropy-Regularized RL

Тяпкин Д. Н., Морозов Н. В., Наумов А. А. и др., , in: Proceedings of The 27th International Conference on Artificial Intelligence and Statistics (AISTATS 2024), 2-4 May 2024, Palau de Congressos, Valencia, Spain. PMLR: Volume 238Vol. 238.: Valencia: PMLR, 2024. P. 4213–4221.

Добавлено: 22 июня 2024 г.

Strategizing with AI: Insights from a Beauty Contest Experiment

Дагаев Д. А., Паклина С. Н., Паршаков П. А., / Series Social Science Research Network "Social Science Research Network". 2024.

Добавлено: 10 апреля 2024 г.

Отключение интернета как теоретическая проблема политической науки, или что мы (не) понимаем в сетевой протестной мобилизации

Ахременко А. С., Полис. Политические исследования 2024 № 2 С. 118–134

В центре внимания настоящей работы – вопрос о влиянии интернет-коммуникаций на «уличную» протестную активность. В последние годы в этом направлении исследований наметилась некоторая стагнация: дефицит крупных работ, обозначающих новые исследовательские направления или хотя бы существенно укрепляющих эмпирический фундамент уже сложившихся гипотез. Парадокс состоит в том, что при рассмотрении воздействия глобальной сети на политическое поведение собственно ...

Добавлено: 31 марта 2024 г.

Modeling Intermittent Protest Campaigns

Петров А. П., Sergey Zheglov, Ахременко А. С., , in: 16th International Conference Management of large-scale system development (MLSD).: IEEE, 2023. Ch. 1 P. 1–5.

Добавлено: 7 марта 2024 г.

Model-free Posterior Sampling via Learning Rate Randomization

Тяпкин Д. Н., Беломестный Д. В., Calandriello D. и др., , in: Advances in Neural Information Processing Systems 36 (NeurIPS 2023).: Curran Associates, Inc., 2023. P. 73719–73774.

Добавлено: 17 февраля 2024 г.

Reinforcement Procedure for Randomized Machine Learning

Yuri S. Popkov, Дубнов Ю. А., Alexey Yu. Popkov, Mathematics 2023 Vol. 11 No. 17 Article 3651

This paper is devoted to problem-oriented reinforcement methods for the numerical implementation of Randomized Machine Learning. We have developed a scheme of the reinforcement procedure based on the agent approach and Bellman’s optimality principle. This procedure ensures strictly monotonic properties of a sequence of local records in the iterative computational procedure of the learning process. ...

Добавлено: 5 февраля 2024 г.

Fast Rates for Maximum Entropy Exploration

Тяпкин Д. Н., Беломестный Д. В., Calandriello D. и др., , in: Proceedings of the 40th International Conference on Machine Learning: Volume 202: International Conference on Machine Learning, 23-29 July 2023, Honolulu, Hawaii, USAVol. 202: International Conference on Machine Learning, 23-29 July 2023, Honolulu, Hawaii, USA.: PMLR, 2023. P. 34161–34221.

Добавлено: 1 декабря 2023 г.