MétaCan
Menu
Retour à la cohorte
Enregistrement W2972632616 · doi:10.1214/20-aihp1092

Stochastic optimal transport with free end time

2021· preprint· fr· W2972632616 sur OpenAlexafffund
Samer Dweik, Nassif Ghoussoub, Young‐Heon Kim, Aaron Zeff Palmer

Notice bibliographique

RevueAnnales de l Institut Henri Poincaré Probabilités et Statistiques · 2021
Typepreprint
Languefr
DomaineMathematics
ThématiquePoint processes and geometric inequalities
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésConvexityBounded functionOptimal stoppingMathematicsMonotonic functionEulerian pathApplied mathematicsVariational inequalityMathematical optimizationOrder (exchange)LagrangianMathematical analysis

Résumé

récupéré en direct d'OpenAlex

We consider a stochastic transportation problem between two prescribed probability distributions (a source and a target) over processes with general drift dependence and with free end times. First, and in order to establish a dual principle, we associate two equivalent formulations of the primal problem in order to guarantee its convexity and lower semi-continuity with respect to the source and target distributions. We exhibit an equivalent Eulerian formulation, whose dual variational principle is given by Hamilton–Jacobi–Bellman type variational inequalities. In the case where the drift is bounded, regularity results on the minimizers of the Eulerian problem then enable us to prove attainment in the corresponding dual problem. We also address attainment when the drift component of the cost defining Lagrangian L is superlinear L≈|u|p with 1<p<2, in which case the setting is reminiscent of our approach – in a previous work – on deterministic controlled transport problems with free end time. We finally address criteria under which the optimal drift and stopping time are unique, namely strict convexity in the drift component and monotonicity in time of the Lagrangian.

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.

Comment cette classification a été obtenuedéplier

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,310
Écart entre enseignants0,270 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnales de l Institut Henri Poincaré Probabilités et StatistiquesMême sujetPoint processes and geometric inequalitiesTravaux en français237 207