一种学习鞅的高阶深度神经网络新架构
机器学习
2025-06-06 v2 概率论
计算金融
摘要
提出了一种基于随机微分方程（SDE）高阶弱近似算法的新型深度学习神经网络架构。该架构使深度学习模型能够高效地学习鞅。本文还考察了基于此架构的深度神经网络在金融衍生品定价问题上的行为。这种新架构的核心在于显式 Runge-Kutta 型高阶弱近似算法，其中近似仅通过目标 SDE 向量场的迭代组合和线性组合来实现。
引用
@article{arxiv.2505.03789,
title = {A new architecture of high-order deep neural networks that learn martingales},
author = {Syoiti Ninomiya and Yuming Ma},
journal= {arXiv preprint arXiv:2505.03789},
year = {2025}
}
备注
19 pages, 3 figures