中文

针对具有加性噪声的随机 Navier--Stokes 方程的高阶离散化

机器学习 2026-02-17 v1 人工智能

摘要

我们提出一种针对具有加性噪声的随机 Navier--Stokes 方程的新型高阶时间离散化方案,其中其速度和压力在概率意义下收敛速率为 1.5。该构造基于将其改写为针对变换 y=uΦWy = u- \Phi W 的随机 PDE,以及对扩散项和漂移项的不同高阶数值求积规则。理论发现得到的数值结果得到了支持。

关键词

引用

@article{arxiv.2602.14267,
  title  = {Cross-household Transfer Learning Approach with LSTM-based Demand Forecasting},
  author = {Manal Rahal and Bestoun S. Ahmed and Roger Renström and Robert Stener},
  journal= {arXiv preprint arXiv:2602.14267},
  year   = {2026}
}

备注

8 pages