研究者提出结构化条件神经求解器BeTINN

研究者提出结构化条件神经求解器 BeTINN，通过多方向时间-参数条件调制与联合残差通路扩展时间诱导调制机制，用于求解参数化随机波动率定价问题。 在 Heston 随机波动率 PDE 上的评估显示，BeTINN 在归一化期权价值与关键敏感度指标上的联合精度优于基线。消融实验刻画了各架构组件的作用，并发现验证集物理损失虽具参考性，但无法完全决定微分保真度，精确解值可能与局部导数误差并存。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。