Modelo de Longevidad por medio de Redes Neuronales Artificiales.Longevity Model using Artificial Neural Networks

El pasado 25 de octubre correspondiendo con el acto de lectura de Tesis Fin de Máster en la Universidad Carlos III de Madrid en el Mastér en Ciencias Actuariales y Financieras se defendió la tesis Modelo de Longevidad por medio de Redes Neuronales Artificiales Longevity Model using Artificial Neural Networks cuyo autor es Daniel Sánchez del Álamo Benguigui y que he tenido la oportunidad de dirigir este trabajo de investigación. Por su especial relevancia y carácter innovador en la ciencia actuarial aplicada al riesgo de longevidad,reproduzco el resumen de dicha tesis. José Miguel Rodríguez-Pardo. ----------------------------------------------------------------------------------------------------------------------------------------------- Modelo de Longevidad por medio de Redes Neuronales Artificiales Daniel Sánchez del Álamo Benguigui Resumen Las redes neuronales artificiales orientadas al contexto actuarial han sufrido un aislamiento académico, principalmente debido, a la formación estadística que reciben los actuarios. Bajo este reto de incorporar las redes neuronales al mundo actuarial, este documento plantea el objetivo de predecir la longevidad futura de las personas para cuantificar de forma precisa el riesgo derivado en la longevidad, en contraposición a otras técnicas de regresión clásicas como los modelos lineales generalizados (GLM). Se presenta, por tanto, en el siguiente documento, una alternativa eficiente para realizar dichos cálculos argumentando desde un punto de vista técnico, el nacimiento de las redes neuronales artificiales como rama de la Inteligencia Artificial y del Aprendizaje Automático. Se han realizado diversos estudios con estructuras distintas de redes encontrando un modelo de predicción acorde al umbral de error objetivo. Palabras clave: red neuronal artificial, red de base radial, algoritmo supervisado, inteligencia artificial, aprendizaje automático, célula de McCulloch-Pitts, longevidad, riesgo, seguros, predicción, modelo, modelo de riesgo, neurona, Matlab, perceptrón Abstract Artificial neural networks oriented actuarial context have suffered academic isolation, mainly due to statistical training received by actuaries. Under the challenge of incorporating neural networks to actuarial world, this paper discusses the goal of predicting future longevity of individuals to accurately quantify the risk from longevity, as opposed to other classical regression techniques like Generalized Linear Models (GLM). It has, therefore, in the following document, an efficient alternative to perform such calculations arguing from a technical standpoint, the birth of artificial neural networks as a branch of Artificial Intelligence and Machine Learning. There have been several studies with different network structures finding a model predicting skills according to target error threshold. Keywords: artificial neural network, radial base neural network, supervised algorithm, artificial intelligence, matching learning, McCulloch-Pitts cell, longevity, risk, insurance, assurance, prediction, model, risk model, neuron, Matlab, perceptron