Buchumschlag

Solving Heterogeneous Agent Models with Physics-informed Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Grzeskiewicz, Marta
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	General Economics Economics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Demand Estimation with Habit Formation and Rationality Constraints
von: Grzeskiewicz, Marta
Veröffentlicht: (2026)

Optimizing Supply Chain Networks with the Power of Graph Neural Networks
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Global Solutions to Master Equations for Continuous Time Heterogeneous Agent Macroeconomic Models
von: Gu, Zhouzhou, et al.
Veröffentlicht: (2024)

Assessing the Heterogeneous Impact of Economy-Wide Shocks: A Machine Learning Approach Applied to Colombian Firms
von: Dueñas, Marco, et al.
Veröffentlicht: (2021)

The Adoption and Usage of AI Agents: Early Evidence from Perplexity
von: Yang, Jeremy, et al.
Veröffentlicht: (2025)

Dual-Agent Deep Reinforcement Learning for Dynamic Pricing and Replenishment
von: Zheng, Yi, et al.
Veröffentlicht: (2024)

BiHRNN -- Bi-Directional Hierarchical Recurrent Neural Network for Inflation Forecasting
von: Vilenko, Maya
Veröffentlicht: (2025)

Forecasting Imports in OECD Member Countries and Iran by Using Neural Network Algorithms of LSTM
von: Khajoui, Soheila, et al.
Veröffentlicht: (2024)

Modelling the Doughnut of social and planetary boundaries with frugal machine learning
von: Vrizzi, Stefano, et al.
Veröffentlicht: (2025)

Forecasting Residential Heating and Electricity Demand with Scalable, High-Resolution, Open-Source Models
von: Lee, Stephen J., et al.
Veröffentlicht: (2025)

Deep Learning in Renewable Energy Forecasting: A Cross-Dataset Evaluation of Temporal and Spatial Models
von: Sua, Lutfu, et al.
Veröffentlicht: (2025)

Semi-strong Efficient Market of Bitcoin and Twitter: an Analysis of Semantic Vector Spaces of Extracted Keywords and Light Gradient Boosting Machine Models
von: Wang, Fang, et al.
Veröffentlicht: (2024)

Aligning Large Language Model Agents with Rational and Moral Preferences: A Supervised Fine-Tuning Approach
von: Lu, Wei, et al.
Veröffentlicht: (2025)

Leap+Verify: Regime-Adaptive Speculative Weight Prediction for Accelerating Neural Network Training
von: McEntire, Jeremy
Veröffentlicht: (2026)

Impact of COVID-19 on The Bullwhip Effect Across U.S. Industries
von: Saricioglu, Alper, et al.
Veröffentlicht: (2025)

Predictive economics: Rethinking economic methodology with machine learning
von: Pereira, Miguel Alves
Veröffentlicht: (2025)

The Effects of Flipped Classrooms in Higher Education: A Causal Machine Learning Analysis
von: Czarnowske, Daniel, et al.
Veröffentlicht: (2025)

Misaligned by Design: Incentive Failures in Machine Learning
von: Autor, David, et al.
Veröffentlicht: (2025)

Shifting Work Patterns with Generative AI
von: Dillon, Eleanor Wiske, et al.
Veröffentlicht: (2025)

Investigation into U.S. Citizen and Non-Citizen Worker Health Insurance and Employment
von: Yao, Annabelle
Veröffentlicht: (2025)

Invited to Develop: Institutional Belonging and the Counterfactual Architecture of Development
von: Vallarino, Diego
Veröffentlicht: (2025)

Daily Forecasting for Annual Time Series Datasets Using Similarity-Based Machine Learning Methods: A Case Study in the Energy Market
von: Goldani, Mahdi
Veröffentlicht: (2025)

Feature-driven reinforcement learning for photovoltaic in continuous intraday trading
von: Abate, Arega Getaneh, et al.
Veröffentlicht: (2025)

Pattern Recognition of Aluminium Arbitrage in Global Trade Data
von: Ramli, Muhammad Sukri Bin
Veröffentlicht: (2025)

Pattern Recognition of Scrap Plastic Misclassification in Global Trade Data
von: Ramli, Muhammad Sukri Bin
Veröffentlicht: (2025)

Predicting Household Water Consumption Using Satellite and Street View Images in Two Indian Cities
von: Wang, Qiao, et al.
Veröffentlicht: (2025)

Delphos: A reinforcement learning framework for assisting discrete choice model specification
von: Nova, Gabriel, et al.
Veröffentlicht: (2025)

A Hamiltonian Higher-Order Elasticity Framework for Dynamic Diagnostics(2HOED)
von: Gildas, Ngueuleweu Tiwang
Veröffentlicht: (2025)

Early Impacts of M365 Copilot
von: Dillon, Eleanor Wiske, et al.
Veröffentlicht: (2025)

Deep reinforced learning enables solving rich discrete-choice life cycle models to analyze social security reforms
von: Tanskanen, Antti J.
Veröffentlicht: (2020)

E-commerce users' preferences for delivery options
von: Oyama, Yuki, et al.
Veröffentlicht: (2022)

Boundedly Rational Meta-Learning in Sequential Consumer Choice
von: Khosravi, Mehrzad, et al.
Veröffentlicht: (2026)

Macroeconomic Predictions using Payments Data and Machine Learning
von: Chapman, James T. E., et al.
Veröffentlicht: (2022)

Evaluating the Determinants of Mode Choice Using Statistical and Machine Learning Techniques in the Indian Megacity of Bengaluru
von: Ghosh, Tanmay, et al.
Veröffentlicht: (2024)

Hedonic Prices and Quality Adjusted Price Indices Powered by AI
von: Bajari, Patrick, et al.
Veröffentlicht: (2023)

A Survey of Reinforcement Learning For Economics
von: Rawat, Pranjal
Veröffentlicht: (2026)

LTPNet Integration of Deep Learning and Environmental Decision Support Systems for Renewable Energy Demand Forecasting
von: Li, Te, et al.
Veröffentlicht: (2024)

ESG Rating Disagreement and Corporate Total Factor Productivity:Inference and Prediction
von: Li, Zhanli, et al.
Veröffentlicht: (2024)

Machine Learning for Economic Forecasting: An Application to China's GDP Growth
von: Yang, Yanqing, et al.
Veröffentlicht: (2024)

A Comparative Study of Dynamic Programming and Reinforcement Learning in Finite Horizon Dynamic Pricing
von: Razumovskiy, Lev, et al.
Veröffentlicht: (2026)