Краткая аннотация. Agent based models (ABM) has widely utilized because of intuitive analogy to the real world and its flexible expressionism. However, this intuition and the flexibility is gained with the cost of many parameters and difficulties in calibrating them. This talk presents a recent approach of calibrating and validating an ABM model with machine learning approaches. We may consider an ABM as a generator to produce a sample trajectory of the simulated system. Then, our question becomes calibrating the generator from the likelihood-free aspect. We show that our case study of calibration in the housing market and the city-scale transportation.
В заседании приняли участие представители России (ЦЭМИ РАН, МГУ, Уфимский научный центр РАН, Уфимский государственный авиационный технический университет, Институт экономики КарНЦ РАН, Воронежский государственный университет, Орловский государственный технический университет), Китайской народной республики (Шанхайская компания «Тяньцзин»), Индии (National Institute of Technology Durgapur), Казахстана (Евразийский национальный университет им. Л. Н. Гумилева, Нур-Султан).
Заявки на участие в будущих семинарах принимаются по адресу: wladimir.abramow@gmail.com
