.png){kind=icon}
返回
SAMPLING INVERSE SUBORDINATORS AND SUBDIFFUSIONS
.png){kind=icon}
PRE
AI
DOI：10.1214/25-AAP2250.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提供了一种精确采样逆从属过程（在有限维分布意义上）轨迹的方法，同时联合考虑了欠越或过越过程。该方法适用于一般的严格递增从属过程。这些算法的（随机）运行时间具有有限矩，并提供了期望的明确界限。此外，还考虑了次扩散过程函数的蒙特卡罗近似（以时间变换Feller过程的形式），证明了中心极限定理和Berry-Esseen界限。研究了时间变换Itô扩散的近似。作为时间步长的函数，强误差被明确评估，证明了强收敛性，并提供了算法的复杂度。还研究了函数的蒙特卡罗近似及其近似方法的性质。同时讨论了算法在次扩散弱遍历性破坏背景下的应用。
Keyword:
Inverse subordinators
anomalous diffusion
time-changed processes
semi-Markov processes
Monte Carlo method
weak ergodicity breaking
期刊
A
IF:
1.8
论文数:
84
被引数:
4.4K
机构
引用论文
.png){kind=icon}
Semi-Markov processes, integro-differential equations and anomalous diffusion-aggregation半马尔可夫过程、积分-微分方程和反常扩散-聚集
OAAI
OAAI分享收藏Semi-implicit Euler–Maruyama method for non-linear time-changed stochastic differential equations非线性时变随机微分方程的半隐式欧拉–Maruyama方法
PREAI
分享收藏Strong approximation of stochastic differential equations driven by a time-changed Brownian motion with time-space-dependent coefficients时空相依系数驱动的时变布朗运动的随机微分方程的强逼近
OAAI
OAAI分享收藏分享收藏
查看更多内容