XiaoMi-AI文件搜索系统
World File Search SystemSastry
元逆约束增强...
逆增强学习（IRL）由于其有效性从专家的演示中恢复奖励功能的有效性，因此一直在接受大量的研究工作，这些奖励功能可以很好地解释专家的行为。在实际应用中，约束无处不在，与一组约束相比，奖励功能比单个奖励功能更好地解释了复杂的行为（Malik等，2021）。因此，提出了逆约束强化学习（ICRL）以从专家的示范中学习限制。IRL上的最新目前（Fu等，2018; Imani＆Ghoreishi，2021）和ICRL（Scobee＆Sastry，2019年）可以在不受约束的环境中学习奖励功能，或者可以推断出与获得地面真相奖励但不能推断出两者的约束。为了解决这一挑战，提出了分布式ICRL（Liu＆Zhu，2022）来学习专家的奖励功能和约束。在本文中，我们遵循（Liu＆Zhu，2022）中的ICRL的定义，这意味着学习专家的奖励功能和约束。
太阳能职业学士
第 2 单元：代数和超越方程的解：迭代法 - 二分法、假位置法（Regula Falsi 方法）、不动点迭代法、牛顿拉夫森法、广义牛顿法、拉马努金法、穆勒法；加速收敛 - Aitken 方法、Graeffe 根平方法、复根。第 3 单元：矩阵：矩阵运算：加法、减法和乘法。矩阵、矩阵的转置、矩阵的逆、矩阵的秩、向量和矩阵范数、特征值问题：对称三对角矩阵的特征值、Householder 方法、QR 方法。第 4 单元：线性方程组的解：高斯消元法、高斯-乔丹法；非线性方程组的解：不动点迭代法、牛顿-拉夫森法，书籍：1. 数值分析入门方法，SS Sastry，Prentice Hall India，第 3 版。2. 计算机在物理学中的应用，Suresh Chandra，Narosa 3. 计算机导向数值方法，V. Rajaraman，第 3 版。1GP4-电子实验室。（实用）
思考经济，深或浅薄？*
* We thank Peter Andre, Adrien Bilal, John Campbell, Juanma Castro-Vincenzi, Gabriel Chodorow- Reich, Ben Enke, Xavier Gabaix, Thomas Graeber, Sam Hanson, Oleg Itskhoki, Baiyun Jing, Spencer Kwon, David Laibson, Chen Lian, Avi Lipton, Hugo Monnery, Matthew Rabin, Chris Roth, Karthik Sastry, Josh Schwartzstein, Dmitriy Sergeyev, Andrei Shleifer, Stefanie Stantcheva, Jeremy Stein, Ludwig Straub, Adi Sunderam, Alireza Tahbaz-Salehi, Chris Tonetti, Chris Wolf, and seminar participants at Harvard for their helpful comments.我们感谢Sam Cohen的研究援助和Roberto Colarieti在调查设计方面的帮助。该研究获得了哈佛大学（IRB22-1403，IRB24-0959）的IRB批准。我们感谢Michael S. Chae宏观经济政策基金和莫莉和多米尼克·费兰特基金会的财政支持，均通过哈佛授予。Wu感谢Alfred P. Sloan基金会通过NBER授予的行为宏观经济学博士学位前奖学金的支持。†哈佛大学，pierfrancescomei@g.harvard.edu，https：// www.pierfrancescomei.com。‡哈佛大学，lingxuanwu@g.harvard.edu，https：// www.lingxuanwu.me，通讯作者。
讲习班时间表和扬声器列表-CSE IITH
11.00am - 11.30am AI and ML: A New Era in Healthcare with Focus on Low Resource Settings Prof. Kshitij Jadhav, IIT Bombay, India 11.30am - 12.00pm Privacy-preserving Open Benchmarking: Digital Public Goods for AI in Healthcare Prof. Nisheeth Srivastava, IIT Kanpur, India 12.00pm - 12.30pm Multi-Agent System对于肿瘤学和医学的未来，美国CTO的Shivang先生2.30pm -3：00 pm朝公平的精确肿瘤学使用AI Naveen Sivadasan博士，印度TCS创新，3.00pm -3.30pm-下午3点30分 - 量化人类健康教授G. Narahari教授，印度IIT Hyderabad，印度IIT Hyderabad，India 3：30 pm -6.00 pm -6.00 pm -6.00 pmm -C. Krishna Moame＆C. Krishna Mohan，Indry＆ram andir D.Srishna Mohan，iit d.srishna Mohan，IIT D.美国，美国
网络经济中的财政政策
本文的早期版本的标题为“冲击传播和财政乘数：异质性的作用”。我们感谢 Daron Acemoglu、George-Marios Angeletos、Martin Beraja、Olivier Blanchard、Ricardo Caballero、Arnaud Costinot、Dave Donaldson、Andrea Ferrero（讨论人）、Ben Golub、Isaac Liu、Jeremy Majerowitz、Andrea Manera、Laura Murphy、Jordan Norris、Elias Papaioannou、Otis Reid、Matthew Rognlie、Karthik Sastry、Lawrence Schmidt、Alp Simsek、Ludwig Straub、Robert Townsend、Ivan Werning 以及哈佛大学、2021 年 NBER 夏季研究所脉冲和传播机制会议、石溪大学、乔治城大学、布鲁金斯学会、智利中央银行、牛津大学、南加州大学、青少年虚拟宏观会议、2022 年 ASSA 年会、2023 年欧洲央行双年会、2021 年欧洲央行冬季会议的研讨会参与者。计量经济学会、麻省理工学院宏观午餐会和麻省理工学院贸易茶会提供的有益评论。我们还要感谢经济分析局 RIMS 工作人员的有益讨论。首次发布版本：2020 年 4 月 18 日。本文表达的观点为作者的观点，不一定反映国家经济研究局的观点。
住房财富，期望和不确定性的作用
*普林斯顿大学。电子邮件：jesun@princeton.edu。我深切感谢我的顾问，埃兹拉·奥伯（Ezra Ober），斯蒂芬·雷丁（Stephen Redding），理查德·罗杰森（Richard Rogerson）和伊桑·纳斯（Ishan Nath），因为他们的思想和慷慨大方。通过与Monika Mr'azov´a，D´avid Nagy，Luigi Pascali，Gianluca Violante和Motohiro Yogo进行对话，该项目完全脱轨（更好）。我感谢Leah Boustan，Levi Crews，Jos´e-Luis Cruz，Mayara Felix，Allan Hsiao，Ricardo Lagos，Lukas Mann和John Sturm Becko的详细评论。我从与Elena Aguilar，David Argente，Marnie Ginis，John Grigsby，Gene Grossman，Sebasti´an Guarda，Jacob Hartwig，Michael Jenuwig，Michael Jenuwine，Nobuhiro Kiyotaki，Kiyotaki，Benny Kleinman，Benny Kleinman，Hugo Manys，Hugo Lhuillier，Miklaier，Mikly n Mikly nmokane， Ottonello，Esteban Rossi-Hansberg，Anna Pestova，Thomas Sargent，Karthik Sastry，William Toms，Robert Wagner，Mark Watson，Sifan Xue，Yucheng Yang，Yucheng Yang和许多研讨会。我非常感谢辛普森研究中心的宏观经济学研究中心和普林斯顿的国际经济学科。
Miles Brundage、Shahar Avin、Jasmine Wang、Haydn Belfield、Gretchen Krueger 等人。迈向值得信赖的人工智能发展：支持可验证声明的机制。2020 年。�hal-03065927�
Miles Brundage 1† , Shahar Avin 3,2† , Jasmine Wang 4,29†‡ , Haydn Belfield 3,2† , Gretchen Krueger 1† , Gillian Hadfield 1,5,30 , Heidy Khlaaf 6 , Helen Runing , 7 th Fong 9 , Tegan Maharaj 4.28 , Pang Wei Koh 10 , Sara Hooker 11 , Jade Leung 12 , Andrew Trask 9 , Emma Bluemke 9 , Jonathan Lebensold 4.29 , Cullen O'Keefe 1 , Mark Koren 13 , Thé Ryff 14 , B. B. B. roglu 16 , Federica Carugati 17 , Jack Clark 1 , Peter Eckersley 7 , Sarah de Haas 18 , Maritza Johnson 18 , Ben Laurie 18 , Alex Ingerman 18 , Igor Krawczuk 19 , Amanda Askell 1 , Rosario Cammarota , Andrew Krueger 21 , David Kruger 27 lotte Stix 22 , Peter Henderson 10 , Logan Graham 9 , Carina Prunkl 12 , Bianca Martin 1 , Elizabeth Seger 16 , Noa Zilberman 9 , Seán Ó hÉigeartaigh 2,3 , Frens Kroeger 23 , Girish Sastry 1 , Rebecca Karian , 16 , Brian Well 12.7 , Elizabeth Barnes 1 , Allan Dafoe 12.9 , Paul Scharre 25 , Ariel Herbert-Voss 1 , Martijn Rasser 25 , Shagun Sodhani 4.27 , Carrick Flynn 8 , Thomas Krendl Gilbert 26 , Lisa Dyer 7 , Khan Khan , 27 us Anderljung 12
技术采用、创新和不平等......
* 电子邮件：florian.trouvain@economics.ox.ac.uk。本研究使用德国联邦就业局 (BA) 位于纽伦堡就业研究所 (IAB) 的弱匿名机构历史小组 1975-2019 数据。数据访问是通过 IAB 研究数据中心 (FDZ) 的现场使用和远程数据访问提供的。我感谢 Sandra Dummert、Heiner Frank、Lisa Schmidtlein 和 Philipp vom Berge 为 IAB 提供专家研究支持。我非常感谢 Dominick Bartelme、John Leahy、Dmitriy Stolyarov 和 Linda Tesar 的慷慨建议。感谢 Mark Aguiar、Andres Blanco、Charlie Brown、John Bound、Mike Blank、Paco Buera、Antonio Ciccone、Maarten De Ridder、Max Dvorkin、Jonathan Eaton、Hartmut Egger、John Fernald、Cecilia Fieler、Carlos Garriga、Josh Hausman、Elhanan Helpman、Rishabh Kirpalani、Sam Kortum、John Laitner、Moritz Lenel、Paolo 的见解马尔泰利尼、乔什·马丁、爱德华多·莫拉莱斯、埃米尔·穆拉塔诺格鲁、埃兹拉·奥伯菲尔德、巴勃罗·奥托内洛、迈克尔·彼得斯、卢卡斯·雷切尔、B·拉维库玛、史蒂夫·雷丁、宝琳娜·雷斯特雷波-埃查瓦里亚、理查德·罗杰森、汉娜·鲁宾顿、胡安·桑切斯、安娜·玛丽亚·桑塔罗、卡蒂克·萨斯特里、布里特·莎罗尼、Yongs Shin、塞巴斯蒂安·索特洛、贾加迪什·西瓦达桑、吉安卢卡Violante、Mark Wright 和 Fabrizio Zilibotti。感谢圣路易斯联邦储备银行和普林斯顿大学国际经济系的热情接待，以及德国学术奖学金基金会的资金支持。
支持可验证声明的机制
Miles Brundage 1† 、Shahar Avin 3,2† 、Jasmine Wang 4,29†‡ 、Haydn Belfield 3,2† 、Gretchen Krueger 1† 、Gillian Hadfield 1,5,30 、Klaaf Jing 67 、Helen Toner 8 , Ruth Fong 9 , Tegan Maharaj 4.28 , Pang Wei Koh 10 , Sara Hooker 11 , Jade Leung 12 , Andrew Trask 9 , Emma Bluemke 9 , Jonathan Lebensold 4.29 , Cullen O'Keefe , Mark Koren 11 13 , Théo Ryffel 14 , JB Rubinovitz 15 , Tamay Besiroglu 16 , Federica Carugati 17 , Jack Clark 1 , Peter Eckersley 7 , Sarah de Haas 18 , Maritza Johnson 18 , Ben Laurie 18 , Alex Ingerman 18 , Amanda Kraw 19 , Amanda Askew , Rosario Cammarota 20 , Andrew Lohn 21 ,大卫·克鲁格 4.27 , 夏洛特·斯蒂克斯 22 , 彼得·亨德森 10 , 洛根·格雷厄姆 9 , 卡丽娜·普伦克尔 12 , 比安卡·马丁 1 , 伊丽莎白·西格 16 , 诺亚·齐尔伯曼 9 , 塞吉安 23 , 弗伦斯·克鲁格 23 , 吉里什·萨斯特里 1 , 丽贝卡·卡根 8 , 阿德里安·韦勒 16.24 , 谢志伟 12.7 , 伊丽莎白·巴恩斯 1 , 阿兰·达福 12.9 , 保罗·沙尔 25 , 阿里尔·赫伯特-沃斯 1 , 马丁·拉瑟 25 , 沙尔根 4.27 , 卡里克·弗林 8 , 托马斯·克伦德尔·吉尔伯特 26 , 丽莎·戴尔 7 , 赛义夫·汗 8 , 约书亚·本吉奥 4.27 ，马库斯·安德永 12
溢出和创新方向：申请...
5 Fried（2018）还认为，跨技术知识溢出会调解碳税的影响。6有关空间经济中路径依赖性主题的研究，请参见Krugman（1991），Bleakley和Lin（2012），以及艾伦和唐纳森（2020）。7有关其他环境中创新方向的经验工作，请参见Acemoglu和Linn（2004）以及Acemoglu和Finkelstein（2008）有关Healthcare和Hanlon（2015）的背景，以了解纺织工业的历史检查。8关于创新方向的决定因素的其他研究示例更广泛地包括Budish等人。（2015）关于选择用于预防医学的医疗保健公司，以及在农作物研究中受到关注的作物特异性害虫和病原体的投资。9我对政策在转向创新方向的作用的关注也与Acemoglu（2023）最近的AEA杰出演讲有关。10的IAMS具有内源创新，请参见Nordhaus（2002）和Popp（2004）。11总的来说，知识溢出长期以来一直是创新政策的核心考虑因素（Arrow，1962; Romer，1990; Bloom等人。，2019年； Akcigit等。，2020年；布莱恩和威廉姆斯，2021年）。紧密相关的是一项经验工作，重点是估计创新的溢出益处（Jones and Williams，1998; Bloom等人。，2013年；琼斯和萨默斯，2021年；迈尔斯和拉纳汉，2022年）。12在Blanchard和Kahn（1980），Uhlig（1999）和Galor（2007）中讨论了使用基质的光谱特性表征宏观经济动力学的技术。