研究人员开发了一种新颖的方法，使用条件圆柱形神经网络来逼近带公共噪声的McKean-Vlasov方程中的条件律。该方法将傅里叶矩和截断签名映射到条件律的高斯混合逼近，从而能够评估目标泛函。该方法得到了连续性和通用逼近的理论保证的支持，并通过对各种示例的数值研究证明了其在实际应用中的有效性，显示出相对于经验粒子逼近的一致性改进。 AI
影响 引入了一个新的理论框架和计算方法来逼近复杂的随机过程，可能影响依赖于高级模拟和建模的领域。
排序理由 该集群包含一篇详细介绍新数学定理及其计算实现的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- conditional laws
- cylindrical neural networks
- Gaussian mixture
- Itô Brownian lift
- McKean-Vlasov equations
- mixture density network
- neural universal approximation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
