研究人员开发了Prob-GParareal，这是GParareal算法的一个新颖的概率扩展，用于求解微分方程。这种新方法结合了高斯过程来建模校正函数，从而能够量化和传播时间步长中的不确定性。Prob-GParareal还可以处理概率初始条件，并与现有的数值求解器集成。该论文在各种ODE系统上展示了该算法的准确性和鲁棒性，并引入了一个变体Prob-nnGParareal，它使用最近邻高斯过程来提高PDE示例的性能。 AI
排序理由 该集群包含一篇学术论文，详细介绍了求解微分方程的新计算方法。[lever_c_demoted from research: ic=1 ai=0.7]
- arXiv
- Gaussian Processes
- GParareal
- Guglielmo Gattiglio
- nearest-neighbors GPs
- Parareal
- Prob-GParareal
- Prob-nnGParareal
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →