arXiv · ML· Qiang Han, Shaolin Ji, Zihao Xv·· 10 天前AI 评分33
Deep backward multistep high-order regression methods for high dimensional nonlinear parabolic partial differential equations
Deep backward multistep high-order regression methods for high dimensional nonlinear parabolic partial differential equations
AI 导读
提出 MHDBR 方法解决半线性抛物型偏微分方程,结合多步时间离散与条件期望回归目标。 在显式正则性等假设下证明误差界,分离时间离散、蒙特卡洛采样及神经网络近似误差;假设精确总体最小化。 对独立生成函数,约束 GroupSort 网络在大样本下达成 $J$ 阶节点 $L^2$ 误差,所需网络尺寸依赖维度,未建立维度无关复杂度。
来源:arXiv · ML · arxiv.org