选择建模中基于变分自编码器的选择集生成与备选方案隐式感知方法
人工智能
2021-06-28 v1 机器学习
物理与社会
统计方法学
摘要
本文推导了具有备选方案隐式可用性/感知（IAP）的广义极值（GEV）模型，并提出了一种用于选择集生成与备选方案隐式感知的变分自编码器（VAE）方法。具体而言，作为 IAP-GEV 模型的例子，推导了带 IAP 的交叉嵌套 logit（CNL）模型。VAE 方法被用于建模选择集生成过程，其中选择集中所选备选方案被感知的可能性被最大化。使用真实数据集示例说明了用于路径选择集生成的 VAE 方法。与多项 logit 模型及传统选择集生成方法相比，所估计的 IAP-CNL 模型在拟合优度与预测性能方面表现最佳。
引用
@article{arxiv.2106.13319,
title = {A variational autoencoder approach for choice set generation and implicit perception of alternatives in choice modeling},
author = {Rui Yao and Shlomo Bekhor},
journal= {arXiv preprint arXiv:2106.13319},
year = {2021}
}