Gå til hovedinnhold
0
Hopp til hovedinnhold

Affinity-Based Reinforcement Learning: A New Paradigm for Agent Interpretability

This study shows how to predict customers’ personality traits from their financial transactions and align investment advice accordingly.

Charl Maree

Ph.D.-kandidat

Disputasen foregår på campus og digitalt. 

Charl Maree fra Fakultet for teknologi og realfag ved UiA disputerer for ph.d.-graden med avhandlingen «Affinity-Based Reinforcement Learning: A New Paradigm for Agent Interpretability» fredag 10. mars 2023.

Han har fulgt doktorgradsprogrammet ved Fakultet for teknologi og realfag ved UiA, med spesialisering i IKT (Informasjons- og kommunikasjonsteknologi), forskningsområde kunstig intelligens (AI).

Slik oppsummerer Charl Maree avhandlingen:

The evolution of financial services is driven by continuously growing customer bases and an ever-increasing demand for personalisation; the need for automation has proliferated artificial intelligence (AI) into a ubiquitous tool in finance. While AI algorithms are typically opaque, financial service providers are subject to a fiduciary duty that dictates transparency in all systems that affect people’s lives. Recent efforts therefore pursue explainability and interpretability through advanced methods in explainable AI.

This study shows how to predict customers’ personality traits from their financial transactions and align investment advice accordingly. For instance, highly conscientious individuals might prefer reduced risk, whereas individuals that are highly open to new experiences might prefer more novel and interesting asset types. Affinity-based reinforcement learning (ab-RL) is a new paradigm that changes the way machines learn optimal strategies (which are decomposed according to different personality traits). This novel method imprints desired and undesired behaviours into reinforcement learning agents, making their strategies inherently interpretable. Ab-RL mathematically guarantees convergence to an optimal personal strategy.

This work has been published in several prestigious journals, such as Digital Finance and AI and Ethics (both Springer Nature journals), which demonstrates both novelty and value in real-world applications. The new paradigm is generic and future work will extend it to imprint desired behaviours that are both situation-dependent and time-dependent. Potential future applications include optimal control of windfarms, personalised medical treatment, personal education plans, etc.

Disputasfakta

Prøveforelesning: Fredag 10. mars kl. 10:15

Disputas: Fredag 10. mars. kl 12:15

Oppgitt emne for prøveforelesning«State-of-the art of Explainable AI: Challenges and Possibilities»

Tittel på avhandling: «Affinity-Based Reinforcement Learning: A New Paradigm for Agent Interpretability»

Søk etter avhandlingen i AURA - Agder University Research Archive, som er et digitalt arkiv for vitenskapelige artikler, avhandlinger og masteroppgaver fra ansatte og studenter ved Universitetet i Agder. AURA blir jevnlig oppdatert.

Avhandlingen er tilgjengelig her.

Kandidaten: Charl Maree

Opponenter:

Førsteopponent: Professor Ann Nowé, AI-VUB Lab, Vrije Universiteit Brussel, Belgia

Annenopponent: Professor Kary Främling, Wallenberg AI, Universitetet i Umeå, Sverige 

Bedømmelseskomitéen er ledet av førsteamanuensis Turgay Celik, Fakultet for teknologi og realfag, Universitetet i Agder

Veileder i doktorgradsarbeidet var Universitetet i Agder Christian Omlin.

Slik følger du disputasen digitalt:

Disputasen er åpen for alle, men for å følge prøveforelesning og disputas digitalt, må du melde deg som publikum på denne lenken.

Du logger deg på tidligst 10 minutter før oppgitt tid - det vil si til prøveforelesningen kl. 09:50 og disputasen tidligst kl. 11:50. Etter dette kan du når som helst forlate og komme inn igjen i disputasen.

Mikrofon og kamera skal være avslått under hele arrangementet. Det velger du nede til venstre i bildet når du er i Zoom. Vi anbefaler å velge «Speaker view». Dette velger du oppe til høgye i bildet når du er i Zoom.

Opponent ex auditorio: Disputasleder inviterer til spørsmål ex auditorio  i innledningen i disputasen. Tidsfrist for å stille spørsmål er senest i løpet av pausen mellom opponentene. Den som stiller spørsmål bør ha lest avhandlingen. E-post til kontaktpersonen er tilgjengelig i chat-funksjonen under disputasen, og spørsmål ex auditorio fra online publikum kan sendes til Claire Hildebrandt. Ved spørsmål ex auditorio fra salen vender spørsmålsstiller seg til disputasleder senest i pausen mellom opponentene.