面向随机热方程的 Malliavin 微积分及密度结果
机器学习
2025-04-02 v4 计算与语言
计算机视觉与模式识别
摘要
我们研究具有无界、非线性 Lipschitz 系数的一维随机热方程，并施加 Dirichlet 边界条件。运用 Malliavin 微积分，我们构建解 的分段近似值，并建立正则性结果。该近似使我们能够提供关于随机变量 在任意固定 处密度存在性的新证明。不同于依赖比较原理([10], [12])的现有证明，我们的方法完全基于局部分理论，能够处理无界系数。
引用
@article{arxiv.2410.10114,
title = {Mixture of Experts Made Personalized: Federated Prompt Learning for Vision-Language Models},
author = {Jun Luo and Chen Chen and Shandong Wu},
journal= {arXiv preprint arXiv:2410.10114},
year = {2025}
}
备注
ICLR 2025