L2(Xi, RdX)

新的算子 NJ-ODE 解决无限维函数空间问题

研究人员引入了算子神经跳跃常微分方程（NJ-ODE）来解决在无限维函数空间中预测连续时间随机过程的挑战。该新框架通过借鉴神经算子方法中的思想，扩展了先前仅限于有限维过程的 NJ-ODE 模型。算子 NJ-ODE 框架可以直接处理值函数问题，例如预测收益率曲线或波动率曲面，而无需进行离散化及其相关的损失信息。该论文还提出了一种新颖的近似策略，以证明这些 NJ-ODE 收敛到最优预测过程，这推广了有限维设置中的先前工作。