Machine Learning and Finance

Machine Learning and Finance

관련기사 바로가기

우리 연구실은 확률이론, 최적화, 수치해석학을 이용하여 고도로 복잡한 고차원 시스템을 이론적으로 이해하고 다양한 응용분야에 실질적으로 적용하는 것을 목표로 합니다. 현재 진행중인 연구 프로젝트로 거대 인공지능 모델 학습, 확률적 최적화, 물리 기반 인공지능, 인공신경망을 활용한 시계열 모델링이 있습니다. 이론연구에서 얻은 결과와 통찰을 바탕으로 금융, 보험, 화학, 생물 분야 등에 적용연구를 수행하고 있습니다.

키워드: Nonconvex optimization, Stochastic optimization, Diffusion based algorithms, Physics-informed neural networks, Neural differential equations, AI applications in finance and insruance, AI for chemistry, AI for biology

Major research field

비볼록 최적화, 확률적 최적화, 확산-기반 알고리즘, 물리 기반 인공신경망, 신경망 미분방정식, AI 금융, AI 보험, AI 화학, AI 생명

Desired field of research

비볼록 최적화, 확률적 최적화, 확산-기반 알고리즘, 물리 기반 인공신경망, 신경망 미분방정식, AI 금융, AI 보험, AI 화학, AI 생명

Research Publications

· Langevin dynamics based algorithm e-THεO POULA for stochastic problems with discontinuous stochastic gradient, D-Y Lim, A Neufeld, S Sabanis, and Y Zhang, Mathematics of Operations Research
· Polygonal Unadjusted Langevin Algorithms: Creating stable and efficient adaptive algorithms for neural networks, D-Y Lim and S Sabanis
Journal of Machine Learning Reserach (JMLR), 2024 (presented at Interational Conference on Machine Learning ICML, 2024)
· Stable neural stochastic differential equations in analyzing irregular time series data, Y Oh, D-Y Lim, and S Kim, International Conference on Learning Representations (ICLR), Spotlight, 2024
· Nonasymptotic estimates for TUSLA algorithm for nonconvex learning with applications to neural networks, D-Y Lim, A Neufeld, S Sabanis, and Y Zhang, IMA Journal of Numerical Analysis, 2023
· Static replication of barrier-type options via integral equations, K-K Kim and D-Y Lim, Quantitative Finance, 2021