اکسپرس 24
ترجمه فارسی مقاله یک الگوریتم مبتنی بر یادگیری عمیق دیفرانسیل رو به جلو برای حل معادلات دیفرانسیل تصادفی رو به عقب غیرخطی با ابعاد بالا

ترجمه فارسی مقاله یک الگوریتم مبتنی بر یادگیری عمیق دیفرانسیل رو به جلو برای حل معادلات دیفرانسیل تصادفی رو به عقب غیرخطی با ابعاد بالا

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A forward differential deep learning-based algorithm for solving high-dimensional nonlinear backward stochastic differential equations
عنوان مقاله به فارسی یک الگوریتم مبتنی بر یادگیری عمیق دیفرانسیل رو به جلو برای حل معادلات دیفرانسیل تصادفی رو به عقب غیرخطی با ابعاد بالا
نویسندگان Lorenc Kapllani, Long Teng
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
دسته بندی موضوعات Numerical Analysis,Computational Finance,Machine Learning,تجزیه و تحلیل عددی , مالی محاسباتی , یادگیری ماشین ,
توضیحات Submitted 10 August, 2024; originally announced August 2024. , Comments: 16 pages, 3 figures, 4 tables. arXiv admin note: text overlap with arXiv:2404.08456 , MSC Class: 65C30; 68T07; 60H07; 91G20
توضیحات به فارسی ارسال شده 10 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 16 صفحه ، 3 شکل ، 4 جدول.Arxiv Admin توجه: همپوشانی متن با ARXIV: 2404.08456 ، کلاس MSC: 65C30 ؛68T07 ؛60H07 ؛91G20

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 640,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In this work, we present a novel forward differential deep learning-based algorithm for solving high-dimensional nonlinear backward stochastic differential equations (BSDEs). Motivated by the fact that differential deep learning can efficiently approximate the labels and their derivatives with respect to inputs, we transform the BSDE problem into a differential deep learning problem. This is done by leveraging Malliavin calculus, resulting in a system of BSDEs. The unknown solution of the BSDE system is a triple of processes $(Y, Z, Γ)$, representing the solution, its gradient, and the Hessian matrix. The main idea of our algorithm is to discretize the integrals using the Euler-Maruyama method and approximate the unknown discrete solution triple using three deep neural networks. The parameters of these networks are then optimized by globally minimizing a differential learning loss function, which is novelty defined as a weighted sum of the dynamics of the discretized system of BSDEs. Through various high-dimensional examples, we demonstrate that our proposed scheme is more efficient in terms of accuracy and computation time compared to other contemporary forward deep learning-based methodologies.

چکیده به فارسی (ترجمه ماشینی)

در این کار ، ما یک الگوریتم مبتنی بر یادگیری دیفرانسیل جدید برای حل معادلات دیفرانسیل تصادفی غیر خطی غیر خطی (BSDES) ارائه می دهیم.با انگیزه از این واقعیت که یادگیری عمیق دیفرانسیل می تواند برچسب ها و مشتقات آنها را با توجه به ورودی ها به طور مؤثر تقریبی کند ، ما مشکل BSDE را به یک مشکل یادگیری عمیق دیفرانسیل تبدیل می کنیم.این کار با استفاده از حساب Malliavin انجام می شود و در نتیجه سیستم BSDE ها انجام می شود.راه حل ناشناخته سیستم BSDE سه گانه فرآیند $ (Y ، Z ، γ) $ است که نشان دهنده راه حل ، شیب آن و ماتریس Hessian است.ایده اصلی الگوریتم ما این است که با استفاده از روش Euler-Maruyama ، انتگرال ها را گسسته کنیم و با استفاده از سه شبکه عصبی عمیق ، راه حل گسسته ناشناخته را سه گانه تقریبی کنیم.پارامترهای این شبکه ها سپس با به حداقل رساندن عملکرد جهانی از دست دادن یادگیری دیفرانسیل بهینه سازی می شوند ، که به عنوان یک مقدار وزنی از پویایی سیستم گسسته شده BSDE ها تعریف می شود.از طریق مثالهای مختلف با ابعاد بالا ، ما نشان می دهیم که طرح پیشنهادی ما از نظر دقت و زمان محاسبه در مقایسه با سایر روشهای مبتنی بر یادگیری عمیق رو به جلو ، کارآمدتر است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.