MVNN：从粒子数据学习McKean-Vlasov动力学

研究者 Liyao Lyu、Xinyue Yu 和 Hayden Schaeffer 提交论文，提出测度值神经网络 MVNN，可直接从粒子轨迹观测中推断依赖测度的交互（漂移）项。其做法是通过学习柱状特征，把标准神经网络推广到概率测度上。 论文称，理论上证明了所得动力学的适定性与关联粒子系统的传播混沌，并在低维测度依赖假设下给出通用逼近与定量逼近速率。

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。