BriefGPT.xyz
Jul, 2023
将路径相关的NJ-ODEs扩展至有噪声观测和一个相关观测框架
Extending Path-Dependent NJ-ODEs to Noisy Observations and a Dependent Observation Framework
HTML
PDF
William Andersson, Jakob Heiss, Florian Krach, Josef Teichmann
TL;DR
路径依赖的神经跳跃ODE（PD-NJ-ODE）是一种预测具有不规则和不完整观测的连续时间随机过程的模型。本文讨论了两种扩展方法，以消除对观测时间和噪声的独立假设，并为其提供了理论保证和实证示例。
Abstract
The
path-dependent neural jump ode
(PD-NJ-ODE) is a model for predicting
continuous-time stochastic processes
with
irregular and incomplete obser
→