课程概览
课程背景
本文提出deep BSDE方法，结合BSDE和深度学习网络来解决一类非线性半抛物型PDE问题，以克服BSDE传统解法无法解决高维问题的不足。这篇文章提出在每一时刻分别使用一个深度学习子网络，把输入的Wt模拟生成目标函数梯度△(u)，通过反向调整使得目标时间T时网络输出的u(T)与目标ξ相等。这种方法重构了BSDE的传播流程，既能解决高维问题，在精度和速度上也比较理想。
相关论文
[1] Jiequn Han,Arnulf Jentzen,Weinan E: Solving high-dimensional partial differential equations using deep learning ,proceedings of the national academy of sciences,2018,115(34): 8505-8510
[2] Raul Vicente: The many faces of deep learning ,arXiv:1908.10206,2019
[3] Michael Poli,Stefano Massaroli,Junyoung Park.et al.: Graph Neural Ordinary Differential Equations ,arXiv:1911.07532,2020
讲师介绍
赵芳芳
华中师范大学管理学博士在读，主要研究方向为组织行为学的仿真和实证研究。
课程学习
学习地址：
https://campus.swarma.org/course/2239
集智学园超级VIP开放
如果你是长期关注集智的老朋友，还有另一个好消息告诉你：我们首次对外公开了VIP申请通道。
成为集智VIP，你就是集智自己人了。话不多说，上图：
热门跟贴