卷积神经网络搭配长短期记忆模型高效估计利维驱动随机微分方程的参数
原文中文，约400字，阅读约需1分钟。发表于：。本研究介绍了一种用于估计非高斯噪声驱动的随机微分方程参数的方法，通过引入一种新型的基于 CNN 和 LSTM 的三阶段模型 PEnet 解决了 LSTM 网络在参数估计中存在的时间复杂度高、与 LSTM 链接性的限制等问题。PEnet 采用端到端的方法，在不同的数据结构下能够提供更准确和适应性强的参数估计，通过 CNN...
本研究提出了一种用于估计非高斯噪声驱动的随机微分方程参数的新方法PEnet，通过引入基于CNN和LSTM的三阶段模型解决了LSTM网络在参数估计中的问题。实验证实了PEnet在SDE参数估计方面的优势。
