parabolic PDEs

发布了用于概率模型的新型深度神经算子框架

研究人员推出了一种新颖的深度神经算子框架，旨在处理各种概率模型。该框架具有理论基础，并包含一个通用逼近定理，在全局Lipschitz条件下建立了明确的网络大小界限。该方法适用于满足可积性和一般尾部概率标准的随机过程，并通过在正向-反向SDE框架内用于欧式和美式期权定价问题得到了证明。一个数值示例展示了该模型在无需为新的行权价进行再训练的情况下，能够有效地确定美式期权的最优停止边界。