本文探讨了傅里叶神经网络算子(FNOs)在学习随机Volterra积分方程(SVIEs)解中的应用,SVIEs用于模拟具有记忆的随机系统。作者们建立了Wong--Zakai收敛性定理,证明了由布朗运动的分段线性近似驱动的路径解收敛于真实的SVIE解。这一理论基础支持使用FNOs将初始条件和噪声映射到解轨迹,数值实验表明其预测准确,并且能够泛化到比训练时使用的更精细的时间网格。 AI
影响 将算子学习框架扩展到具有记忆的随机系统,有可能提高复杂动态模型的预测精度。
排序理由 学术论文,详细介绍了理论概念及其在特定方程类中的应用。[lever_c_demoted from research: ic=1 ai=1.0]
- Brownian motion
- Fourier Neural Operator
- LKP:26
- Stochastic Volterra integral equations with doubly singular kernels and their numerical solutions
- Wong--Zakai
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →