「60H35」カテゴリーアーカイブ

Deep Operator BSDE: a Numerical Scheme to Approximate the Solution Operators

投稿日: 2024年12月5日 作成者: jarxiv

要約 この研究では、動的リスク尺度と条件付き $g$ 期待を動機として、後方確率 … 続きを読む →

カテゴリー: 60H07, 60H10, 60H35, 65C05, 65G99, 68T07, cs.LG, cs.NA, math.NA, math.PR | Deep Operator BSDE: a Numerical Scheme to Approximate the Solution Operators はコメントを受け付けていません

Modeling Unknown Stochastic Dynamical System via Autoencoder

投稿日: 2023年12月18日 作成者: jarxiv

要約 未知の確率力学システムの正確な予測モデルをその軌跡データから学習する数値的 … 続きを読む →

カテゴリー: 60H10, 60H35, 62M45, 65C30, cs.LG, cs.NA, math.NA, stat.ML | Modeling Unknown Stochastic Dynamical System via Autoencoder はコメントを受け付けていません

Deep Signature Algorithm for Multi-dimensional Path-Dependent Options

投稿日: 2023年5月9日 作成者: jarxiv

要約 タイトル：多次元パス依存オプションのためのディープシグネチャーアルゴリズム … 続きを読む →

カテゴリー: 60H35, 65C30, 65M75, cs.LG, q-fin.CP, q-fin.MF | Deep Signature Algorithm for Multi-dimensional Path-Dependent Options はコメントを受け付けていません

Designing Universal Causal Deep Learning Models: The Geometric (Hyper)Transformer

投稿日: 2023年3月10日 作成者: jarxiv

要約 確率的分析におけるいくつかの問題は、それらの幾何学によって定義されており、 … 続きを読む →

カテゴリー: 30L99, 41A65, 49Q22, 60G25, 60H35, 68T07, cs.LG, cs.NE, math.MG, math.PR, q-fin.CP | Designing Universal Causal Deep Learning Models: The Geometric (Hyper)Transformer はコメントを受け付けていません