PulseAugur
中
实时 14:05:26
English(EN) Adaptive Probability Flow Residual Minimization for High-Dimensional Fokker-Planck Equations

新的A-PFRM方法解决了高维Fokker-Planck方程问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为自适应概率流残差最小化（A-PFRM）的新方法，以应对求解高维Fokker-Planck方程的挑战。该方法将问题重新表述为一阶连续性方程，无需Hessian计算即可进行神经网络近似。该方法结合了Hutchinson迹估计器，用于GPU上的与维度无关的发散计算，并采用自适应采样策略来选择配置点。数值实验证明了A-PFRM在包括Ornstein-Uhlenbeck过程和几何OU过程在内的各种复杂问题上的有效性，维度高达一百维。 AI

影响 这项研究引入了一种新颖的计算技术，可以提高求解复杂动态系统的效率，并可能影响依赖于详细模拟的领域。

排序理由 详细介绍新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的A-PFRM方法解决了高维Fokker-Planck方程问题

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xiaolong Wu, Qifeng Liao ·

    Adaptive Probability Flow Residual Minimization for High-Dimensional Fokker-Planck Equations

    arXiv:2512.19196v4 Announce Type: replace-cross Abstract: Solving high-dimensional Fokker-Planck (FP) equations remains a challenging problem in computational physics and stochastic dynamics, due to the curse of dimensionality, unbounded domains, and complex probability landscape…

相关话题