BriefGPT - AI 论文速递
·
基于弱相关回归的利用 Lévy 噪声推断随机动力学
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本论文提出了一种非参数学习算法，用于识别非线性随机微分方程的漂移和扩散系数。该方法利用状态的离散时间观测，并通过拟合Fokker-Planck方程的RKHS近似来实现。该方法的学习率与以前的方法不同，更加紧密。由于基于核的方法，可以进行离线预处理以实现有效的数字实现。
🎯
关键要点
- 提出了一种非参数学习算法，用于识别非线性随机微分方程的漂移和扩散系数。
- 该方法利用状态的离散时间观测，拟合Fokker-Planck方程的RKHS近似。
- 通过理论估计学习率，该学习率与以前的方法不同，可靠性更高时变得更加紧密。
- 基于核的方法允许进行离线预处理，以实现有效的数字实现。
➡️
