Biographie

Vladimir Skavysh est expert en science des données et fondateur du laboratoire d’informatique quantique axé sur l’analytique avancée de la Banque du Canada. Il a commencé sa carrière comme physicien spécialiste de l’énergie sombre et de l’interférométrie à neutrons avant de se réorienter vers la science des données et l’intelligence artificielle. L’informatique quantique, l’apprentissage profond et les mégadonnées font partie de ses domaines de recherche.

Domaines de recherche: Science des données

Notes analytiques du personnel

Market structure of cryptoasset exchanges: Introduction, challenges and emerging trends

Note analytique du personnel 2024-2 Vladimir Skavysh, Jacob Sharples, Sofia Priazhkina, Salman H. Hasham
Cette étude présente une vue d’ensemble des plateformes d’échange de cryptoactifs, que nous comparons aux bourses des marchés financiers traditionnels. Nous discutons aussi des tendances réglementaires émergentes ainsi que des innovations visant à résoudre les problèmes rencontrés par ces plateformes.
Type(s) de contenu : Travaux de recherche du personnel, Notes analytiques du personnel Sujet(s) : Monnaies numériques et technologies financières, Systèmes de compensation et de règlement des paiements Code(s) JEL : G, G1, G15, L, L1

Plus

Documents de travail du personnel

Improving the Efficiency of Payments Systems Using Quantum Computing

Document de travail du personnel 2022-53 Christopher McMahon, Donald McGillivray, Ajit Desai, Francisco Rivadeneyra, Jean-Paul Lam, Thomas Lo, Danica Marsden, Vladimir Skavysh
Nous élaborons un algorithme et l’exécutons sur un calculateur quantique à recuit simulé par l’intermédiaire d’un solveur hybride. L’objectif est de trouver la séquence des paiements en attente de règlement qui permet de réduire le montant de liquidités nécessaire dans le système sans faire augmenter cette attente de façon considérable.
Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Institutions financières, Monnaies numériques et technologies financières, Réglementation et politiques relatives au système financier, Services financiers, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C6, C61, C63, D, D8, D83, E, E4, E42, E5, E58

Quantum Monte Carlo for Economics: Stress Testing and Macroeconomic Deep Learning

Document de travail du personnel 2022-29 Vladimir Skavysh, Sofia Priazhkina, Diego Guala, Thomas Bromley
À l’aide de l’algorithme quantique de Monte-Carlo, nous cherchons à savoir si l’informatique quantique peut réduire le temps d’exécution des applications économiques. Nous appliquons l’algorithme à deux modèles : un test de résistance bancaire et un modèle DSGE résolu en recourant à l’apprentissage profond. Nous présentons aussi quelques innovations de notre cru, au sein même de l’algorithme et dans la méthode employée pour le comparer à sa version classique.
Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Cycles et fluctuations économiques, Méthodes économétriques et statistiques, Modèles économiques, Recherches menées par les banques centrales, Stabilité financière Code(s) JEL : C, C1, C15, C6, C61, C63, C68, C7, E, E1, E13, G, G1, G17, G2, G21

Plus

Publications dans des revues