За введением времени: структурированные кондиционные нейроны для параметрического стохастического-воздушного ценообразования
arXiv:2610.19254v1 Annuate Type: New Humber Abstract: Fischical-sensed нейронные сети обеспечивают гибкие рамки для изучения семейства параметрических растворов ПДЕ без помеченных данных, однако сохранение точных производных в рамках различных режимов остается проблематичным. Структурированные нейронные решающие устройства предлагают компактные представления, но ограничительные условные параметризации могут ограничить адаптацию в рамках семейства решений. Мы представляем БЕТИНН, структурированную условно-условную архитектуру, расширяющую модификацию по времени посредством многонаправленного кондиционирования временных параметров и совместного остаточного пути. Мы оцениваем БЕТИНН на основе Гестонского Стохастического и Влаготворительного ПДЭ, сложной параметрической проблемы со смешанными производными и экономически значимой чувствительностью первого и второго порядка. БЕТИНН повышает совместную точность по нормализованной опциональной величине и ключевым параметрам чувствительности относительно наших исходных условий. Функции архитектурных компонентов характеризуются контролируемыми аблетами. Мы также считаем, что подтверждение fh