Jun, 2023
使用变分贝叶斯推断从有限数据中发现随机偏微分方程
Discovering stochastic partial differential equations from limited data using variational Bayes inference
Yogesh Chandrakant Mathpati, Tapas Tripura, Rajdip Nayek, Souvik Chakraborty
TL;DR本文提出了一种新的框架,该框架结合了随机微积分,变分 Bayes 理论和稀疏学习等概念,提出了扩展的 Kramers-Moyal 展开来发现随机偏微分方程 (SPEDs) ,并且用 Spike-and-Slab 先验概率和稀疏学习技术来有效准确地发现潜在的 SPDEs,并且利用三个经典的 SPDEs(随机热方程,随机 Allen-Cahn 方程和随机 Nagumo 方程)进行了实证应用,结果表明,本文提出的方法可以用有限的数据准确地识别出潜在的 SPDEs。