Řešení úloh dynamického programování s vysokou dimenzí v ekonomii

Existuje široká škála důležitých ekonometrických otázek, které vyžadují řešení úlohy dynamického programování na prostorech o vysokých dimenzí. U těchto úloh vystupuje do popředí fenomén prokletí dimenzionality, kdy výpočetní a paměťové nároky klasických metod je exponenciální funkcí dimenze (počtu proměnných) a tyto metody nestačí a ani nikdy nebudou, přestože výpočetní síla moderních počítačů roste. Pro řešení těchto úloh navrhneme (1) hlubokou neuronovou síť a (2) metodu založenou na tenzorových rozkladech. Oba přístupy plánujeme vyzkoušet na aplikaci na standardním neoklasickém růstovém modelu s padesáti a více proměnnými a na vysoce nelineárním migračním modelu s řádově stovkou spojitých stavových proměnných.