部分積分微分方程式を解く教師なし深層学習アプローチ【JST・京大機械翻訳】

Hirsa Ali; Fu Weilong

プレプリント

J-GLOBAL ID：202202201562530320 整理番号：22P0164296

部分積分微分方程式を解く教師なし深層学習アプローチ【JST・京大機械翻訳】

An unsupervised deep learning approach in solving partial integro-differential equations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年06月26日プレプリントサーバーでの情報更新日： 2020年12月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,教師なし深層学習を用いて部分積分微分方程式(PIDEs)を解く。価格オプションに対して,基礎となるプロセスに従うと,Levyプロセスに従い,PIDEsを解く必要がある。教師つき深層学習において,事前計算ラベルを用いて,PIDEの解に適合するニューラルネットワークを訓練した。教師なし深層学習において,ニューラルネットワークを解として用いて,PIDEにおける導関数と積分をニューラルネットワークに基づいて計算した。PIDEとその境界条件のマッチングにより,ニューラルネットワークはPIDEの正確な解を与える。一度訓練された場合,オプション値およびオプションギリシャを計算するのは,高速である。【JST・京大機械翻訳】

, , , , , ,
, 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る