.png){kind=icon}
返回
Density evolution in stochastic dynamical systems with memory: A universal algorithm
.png){kind=icon}
PRE
AI
DOI：10.1063/5.0258144.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
具有记忆的随机动力系统通常采用随机泛函微分方程进行建模。量化这些系统中概率密度的演化仍是一个具有强大实际应用的开题问题。然而，由于缺乏计算随机泛函微分方程一般形式下概率密度的有效方法，这些系统的应用受到严重限制。我们通过提出一种计算具有记忆的随机动力系统概率密度演化的通用方法来应对这一挑战。所提出的方法通过基于欧拉方案推导出的离散模型来近似随机泛函方程，并通过计算其离散对应物的概率密度来递归估计其概率密度。该方法确定且计算高效。为验证并展示其有效性，我们将其应用于计算某些典型气候模型的瞬时和长期概率密度演化。
期刊
C
IF:
3.2
论文数:
412
被引数:
1.5W
机构
引用论文
.png){kind=icon}
分享收藏Smoothness of densities for path-dependent SDEs under Hörmander's condition路径依赖随机微分方程在Hörmander条件下的密度平滑性
OAAI
OAAI分享收藏Weak Convergence of the Euler Scheme for Stochastic Differential Delay Equations随机微分延迟方程的欧拉格式的弱收敛OAAI
OAAI分享收藏
查看更多内容