Rate of convergence for particles approximation of PDEs in Wasserstein space- M. Germain, H. Pham, X. Warin

Home   /   Publications, Rapports   /   Rate of convergence for particles approximation of PDEs in Wasserstein space- M. Germain, H. Pham, X. Warin
2
Nov

2 novembre 2021
by
in Publications, Rapports
tagged:

Ce travail établit de manière stochastique le lien entre les EDP de 2nd ordre dans l'espace de Wasserstein de type master equation   et  une approximation particlaire donnant des EDP du second ordre classiques couplées. Ces équations apparaissent notamment dans les problèmes de contrôle de champ moyen avec bruit commun ou non pour des modèles d'agents.

Download Attachments

Related Posts

23
Jan

Deep Learning Algorithms for FBSDEs with Jumps: Applications to Option Pricing and a MFG Model for Smart Grids - C. Alasseur, Z. Bensaid, R. Dumitrescu, X. Warin

in Publications, Rapports
Comments are off for this post.
Les auteurs développent plusieurs algorithmes numériques d'apprentissage profond pour des systèmes couplés de type forward-backward d’équations différentielles stochastiques à...
12
Avr

Robust Operator Learning to Solve PDE - C. Remlinger, J. Mikael & R. Elie

in Publications, Rapports
Comments are off for this post.
Nous cherchons à résoudre des équations aux dérivées partielles (EDPs) impliquées dans la couverture des risques lorsque l'environnement n'est pas...
12
Avr

Conditional Loss and Euler Generator for Time Series - C. Remlinger, J. Mikael & R. Elie

in Publications, Rapports
Comments are off for this post.
Nous présentons trois nouveaux modèles génératifs pour les séries temporelles reposant sur une discrétisation d'Euler d'équations différentielles stochastiques (EDS)....