Застосування нейронних мереж до двосторонньої задачі секретаря

Simple item page
dc.contributor.advisorЩестюк, Наталіяuk_UA
dc.contributor.authorРадучич, Олеся uk_UA
dc.date.accessioned2026-08-13T11:52:24Z
dc.date.available2026-08-13T11:52:24Z
dc.date.issued2026
dc.descriptionThe secretary problem is a classical model of optimal stopping theory used to analyse decision-making processes under uncertainty. In real-world scenarios such as labour markets or business partnerships, the selection process is two-sided and requires mutual agreement, which significantly limits the applicability of classical analytical methods. This thesis presents an LSTM-based neural network trained with the Actor-Critic method that learns an optimal stopping strategy for the two-sided secretary problem. The environment models a sequential selection process in which a successful outcome requires simultaneous agreement from both parties. The training dynamics are examined and a comparative analysis with the classical threshold strategy is conducted via Monte Carlo simulation. The LSTM model consistently outperforms the classical threshold strategy across all considered metrics — average pair quality, absolute candidate rank, and speed of reaching mutual agreement.en_US
dc.description.abstractЗадача секретаря є класичною моделлю теорії оптимальних зупинок, яка використовується для аналізу процесів прийняття рішень в умовах невизначеності. У реальних сценаріях, таких як ринок праці чи бізнес-партнерства, процес вибору є двостороннім і потребує взаємної згоди сторін, що суттєво ускладнює застосування класичних аналітичних методів. У роботі розроблено нейронну мережу на основі архітектури LSTM, навчену методом Actor-Critic, яка формує оптимальну стратегію зупинки у двосторонній задачі секретаря. Середовище моделює послідовний вибір, у якому успішний результат досягається лише за умови одночасної згоди обох сторін. Досліджено процес навчання моделі та проведено порівняльний аналіз із класичною пороговою стратегією методом Монте-Карло. LSTM-модель стабільно перевершує класичну порогову стратегію за всіма розглянутими показниками — середньою якістю обраних пар, абсолютним рангом кандидатів та швидкістю досягнення взаємної згоди.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/40855
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectзадача секретаряuk_UA
dc.subjectтеорія оптимальних зупинокuk_UA
dc.subjectдвосторонній вибірuk_UA
dc.subjectметод Монте-Карлоuk_UA
dc.subjectприйняття рішеньuk_UA
dc.subjectActor-Criticen_US
dc.subjectLSTMen_US
dc.subjectбакалаврська роботаuk_UA
dc.titleЗастосування нейронних мереж до двосторонньої задачі секретаряuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Raduchych_Bakalavrska_robota.pdf
Size:
528.97 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
Raduchych_Bakalavrska_robota_1.pdf
Size:
473.11 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
F1 Прикладна математика