研究突出了
主要内容
以下是SAM的研究重点,主要摘自SAM博士生的研究项目,有些是与外部研究人员合作的。
此外,你会发现许多围绕主题的研究重点数值偏微分方程的深度学习方法
Ch. Beck和S. Becker和Ph. Grohs和A. Jentzen
利用深度学习求解随机微分方程和Kolmogorov方程。山姆报告2018 - 21
Ch. Beck, W. E和A. Jentzen
高维全非线性偏微分方程和二阶倒向随机微分方程的机器学习近似算法,《中国科学:数学科学》,山姆报告2017 - 49
J. Han, A. Jentzen和W. E.
基于深度学习的高维偏微分方程求解,accepted (2017), Proc. Natl。学会科学。山姆报告2017 - 44
W. E . J. Han和A. Jentzen
基于深度学习的高维抛物型偏微分方程和倒向随机微分方程数值方法,《数学与统计通讯》,5/4 (2017),pp. 349-380,山姆报告2017 - 29
美国米希拉
一个用于数据驱动的微分方程计算加速的机器学习框架,在回顾中,山姆报告2018 - 28
施瓦布和泽赫
高维深度学习,已录用(2018),《分析与应用》,新加坡,山姆报告2017 - 57