二值选择模型及其若干应用开题报告
2023-02-08 09:36:10
1. 研究目的与意义
二值模型用逻辑表达式从多个要索层或多个格网中选择目标,其输出结果也是二值格式:1为真,表示满足条件; 0 为假,表示不满足条件。
二值模型常用于定点选址分析,采用一个逻辑表达式或多个表达式的逻辑组合构造条件,获得满足需要的选址区位。
假设政府需要选择一块工业用地,满足以下指标: 面积至少5hm2、属于未利用土地类型、距离主千公路不超过1km、地面坡度小于10%。
2. 研究内容和预期目标
我国对经济金融的研究日益进步,对各方面生活问题也进行相应的分析,越来越多人热衷于利用计算机和数学模型进行分析与预测,越来越的学者也倾向于利用二值模型来分析问题。(如 probit模型和 logit模型),介于本科阶段的学习内容和分析能力,本文针对二值模型对此的理论进行探讨,与模型内生性检验的方法,操作步骤进行分析,并对相应实例利用stata进行二值模型构造并解析。主要就以下几个问题进行分析和总结,并且有针对性地提出建议。
1.二值模型的理论依据
2.二值模型的内别与其适用范围
3. 国内外研究现状
对于二值模型,国内内外都逐渐的开始运用其解决各式各样的社会经济问题,近年来自北京航空航天大学刘祥龙副教授研究团队的最新文章binary neural networks:a survey合作者包括中国电子科技大学的宋井宽教授和意大利特伦托大学计算机系主任 nicu sebe 教授。神经网络二值化能够最大程度地降低模型的存储占用和模型的计算量,将神经网络中原本 32 位浮点数参数量化至 1 位定点数,降低了模型部署的存储资源消耗,同时极大加速了神经网络的推断过程。但二值化会不可避免地导致严重的信息损失,其量化函数不连续性也给深度网络的优化带来了困难。
近年来许多算法被提出致力于解决上述问题,并取得了令人满意的进展。在本文中,我们对这些方法进行了全面的总结和概括,主要分为直接量化的朴素二值化方法,以及使用最小化量化误差、改善网络损失函数和减小梯度误差等技术的改进二值化方法。
二值模型也开始被作用与社会各层面,例如:网络借贷的还款情况;家庭幸福感的衡量以及对外投资的决策;股市的预测等等
4. 计划与进度安排
2022年11月-2022年12月,确定论文选题,完成开题报告;
2022年2月-2022年4月,撰写论文初稿;
2022年4月-2022年4月,填写中期检查表;
5. 参考文献
[1][美]伍德里奇.计量经济学导论(第四版)[m].北京:中国人民大学出版社,2010
[2]陈强.高级计量经济学及stata应用(第二版)[m].北京:高等教育出版社,2014
[3]周广肃,梁荣,田金秀等.stata统计分析与应用[m].上海:机械工业出版社,2011