Application of deep galerkin methods to a carbon abatement problem

O objetivo central desse trabalho é a aplicação de um método de um algoritmo de aprendizado de máquina chamado DGM (Deep Galerkin Method), a fim de resolver um problema de abatimento ótimo nas emissões de carbono fórmulado por Hambel, Kraft e Schwartz. Para esse fim foram provados os principais resultados de controle estocástico, foi apresentada a formulação original do DGM e foram explanadas as principais ideias do trabalho Optimal Carbon Abatement in a Stochastic Equilibrium Model no qual o problema de abatimento ótimo foi formulado como um problema de controle estocástico. A estrategia utilizada nesse trabalho, contudo pode ser reutilizada e reaproveitada para múltiplos outros problemas de controle estocástico.