The feynman-kac operator expectation estimator (FKEE) is an innovative method
for estimating the target mathematical expectation $\mathbb{E}_{X\sim P}[f(X)]$
without relying on a large number of samples, in contr
通过物理信息神经网络（PINN）框架，解决一类非线性随机动力学系统的 Fokker-Planck 方程，通过 Duffing、Van der Pol 和 Duffing-Van der Pol 振子的几个示例评估 PINN 在预测 PDF、捕捉 PDF 的 P 分岔和处理高维系统方面的能力和准确性，并通过与蒙特卡洛模拟和现有文献的比较证明 PINN 可以有效应对所有上述问题，同时表明使用迁移学习可以大大减少 PINN 解决方案的计算时间。