BriefGPT - AI 论文速递
·
临界阻尼三阶朗之万动力学
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
本文提出了一种用于时间非齐次变系数随机微分方程（SDE）的Lyapunov收敛分析方法。通过修正梯度流的表示和选择时间相关的相对Fisher信息函数作为Lyapunov函数，发展了时间相关的Hessian矩阵条件，保证了SDE的概率密度函数的收敛性。验证了不同类型的Langevin动力学的收敛条件，并通过数值例子证明了收敛结果。
🎯
关键要点
- 提出了一种用于时间非齐次变系数随机微分方程（SDE）的Lyapunov收敛分析方法。
- 通过修正梯度流的表示，选择时间相关的相对Fisher信息函数作为Lyapunov函数。
- 发展了时间相关的Hessian矩阵条件，保证了SDE的概率密度函数的收敛性。
- 验证了不同类型的Langevin动力学的收敛条件，包括过阻尼、不可逆驱动和欠阻尼Langevin动力学。
- 证明了过阻尼Langevin动力学在L^1距离上的O(t^{-1/2})收敛性。
- 在不可逆驱动Langevin动力学的渐近区域内，证明了对目标分布的改进收敛性。
- 数值例子证明了时间相关Langevin动力学的收敛结果。
➡️
