May, 2024
学习随机扩散过程的微生成器
Learning the Infinitesimal Generator of Stochastic Diffusion Processes
Vladimir R. Kostic, Karim Lounici, Helene Halconruy, Timothee Devergne, Massimiliano Pontil
TL;DR我们提出了一个基于能量泛函的新框架,用于学习随机扩散过程的微小生成器,该方法在完全和部分知识设置下通过能量风险度量整合物理先验,并通过减少秩估计器在重构核希尔伯特空间中评估统计性能,不受状态空间维度限制的限制,保证了非虚假谱估计,并阐明了随机扩散的内在能量引入度量与生成器估计中使用的重构核希尔伯特空间度量之间的失真对谱学习边界的影响。