[01/20/2023] 금융수학, PDE, and 딥러닝

Title : 금융수학, PDE, and 딥러닝

Time : Jan. 20 (Fri), 2:00 pm

Place : 31351A SKKU, Suwon

Speaker : Jeonggyu Huh(Chonnam National University)

Abstract : 

금융수학 분야에서는 parametric model로부터 도출된 다양한 PDE를 풀어서 closed formula를 얻어야 하는 일이 필수적이다. 사실 PDE를 단순히 푸는 것보다도 inverse problem에 해당하는 parameter estimation이 통계적 측면에서 더 중요하기 때문에, 어떤 parameter set이 주어져도 PDE solution을 1) 실시간으로 내놓는 동시에 2) 매우 높은 정확도로 도출하는 closed formula의 derivation이 매우 중요하다. 최근 많은 관심을 받는 unsupervised deep learning의 한 갈래인 PINN으로 PDE를 다양한 parameter set에 관해 풀어, approximate solution을 만드는 것을 고려해볼 수 있지만, 이렇게 얻어진 PDE solution network는 inference speed는 매우 빠르나 parameter estimation에 적용하기에 정확도가 다소 낮다. 따라서 closed formula에 버금가는 정확도의 solution network를 만들기 위한 연구가 다른 각도에서 수행될 수 있으며, 이에 대한 한 방법으로 supervised deep learning 측면에서 negative correlation learning을 적용한 결과물과 이러한 접근법의 장점을 소개하려고 한다.

​