MétaCan
Menu
Retour à la cohorte
Enregistrement W2334236958 · doi:10.1093/imanum/drr025

Pathwise convergence rate for numerical solutions of stochastic differential equations

2011· article· en· W2334236958 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIMA Journal of Numerical Analysis · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensCarleton University
Organismes subventionnairesAir Force Office of Scientific ResearchNational Science Foundation
Mots-clésMathematicsConvergence (economics)Rate of convergenceStochastic differential equationApplied mathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Devoted to numerical solutions of stochastic differential equations (SDEs), this work constructs a sequences of re-embedded numerical solutions having the same distribution as those of the original SDE in a new probability space. It is shown that the re-embedded numerical solutions converge strongly to the solution of the SDE. Moreover, the rate of convergence is ascertained. The main theorem is obtained by deriving a number of technical lemmas, that are interesting in their own right. Different from the well-known results in numerical solutions of SDEs, in lieu of the usual Brownian motion increments in the algorithm, an easily implementable sequence of independent and identically distributed (i.i.d.) random variables is used. Being easier to implement compared to the construction of Brownian increments, such an i.i.d. sequence is preferable in the actual computation. As far as the convergence and uniform mean square error estimates are concerned, the use of the i.i.d. sequence does not introduce essential difficulties compared with that of the Brownian increments. Nevertheless, the analysis becomes much more difficult in the study of rates of convergence because one has to deal with the difference of the Brownian increments and the i.i.d. sequence in the almost sure sense. This paper presents a new approach to establishing rates of convergence.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,067
Tête enseignante GPT0,250
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle