arXiv stat.ML· Boyuan Deng, Kshitiz Upadhyay, Michael Shields·· 22 天前AI 评分37
受约束概率数值计算：线性不等式约束下的线性偏微分方程高斯过程求解器
Constrained Probabilistic Numerics: Gaussian Process Solvers for Linear PDEs under Linear Inequality Constraints
AI 导读
研究者提出一种在有限维线性不等式约束下求解线性偏微分方程的高斯过程框架，将物理信息后验作为虚拟点不等式更新的先验，使结合后的非高斯分布可通过截断高斯矩计算。在二维 Poisson 基准测试中，单调性约束使重建误差降低了 63%；在仅保留 20 个报价的标普 500 期权链上，无套利约束将外推误差降低 22%，并将日历套利发生率从 10% 降至 1%。
来源：arXiv stat.ML · arxiv.org