Реклама

Производственная и информация о сокращении Стохастических дифференциальных уравнений: подход, основанный на чувствительности пути к космосу

#Производственная #Стохастических #Изображая #Хилберта

arXiv:2610.33210v1 Тип уведомления: перекрестное резюме: неопределенность в дрейфующем уравнении стохастической дифференциальной величины (SDE) вызывает неопределенность статистических наблюдений, определяемых как ожидаемые функции на пространстве пути. Мы предлагаем метод, основанный на производных принципах, для определения малоразмерной структуры на карте с дрифтерным отношением к консервируемому материалу в целях повышения вращаемости количественной оценки факторов неопределенности. Такой подход можно рассматривать как обобщение активного подпространственного метода к бесконечномерным входным пространствам и пат-пространственным наблюдениям SDE. Изображая неопределенность в дрейфе случайными возмущениями в пространстве Хилберта, мы строим оператора чувствительности к троповому пространству с использованием производных Fr\'echet наблюдаемых по отношению к разъединению. Мы устанавливаем условия, при которых основные эигенфункции этого оператора соответствуют направлениям максимальной средней квадратной чувствительности наблюдаемого, что позволяет производить низкомерное приближение с сертифицированной ошибкой

Математика > Компьютерный анализ [представлен 23 октября 2026 года] Название: " Уменьшение деритивативного и информационного измерения стохастических дифференциальных уравнений: пат-космический подход к восприятию HTML ' PDF (экспериментальный) резюме: Неопределенность в дрейфации стакастического дифференциального уравнения (SDE) вызывает неопределённость статистических наблюдений, определяемых как ожидаемые функции на пространстве пути. Мы предлагаем метод, основанный на производных принципах, для определения малоразмерной структуры на карте с дрифтерным отношением к консервируемому материалу в целях повышения вращаемости количественной оценки факторов неопределенности. Такой подход можно рассматривать как обобщение активного подпространственного метода к бесконечномерным входным пространствам и пат-пространственным наблюдениям SDE. Изображая неопределенность в дрейфе случайными возмущениями в пространстве Хилберта, мы строим оператора чувствительности к троповому пространству с использованием производных первого порядка Frechet по наблюдаемым в отношении возмущений. Мы установим условия, при которых основные эигенфункции этого оператора соответствуют направлениям максимальной средней квадратной чувствительности наблюдаемого, что позволит провести низкомерную аппроксимацию с сертифицированными пределами погрешности. Мы далее введем алгоритм управления мартингейлом производной Frechet, который уменьшает погрешность в оценках оператора на основе выборки. Используя…