2025-06-10
数理学院王晚生教授团队在SIAM Journal on Scientific Computing上发表最新研究成果
近日,数理学院王晚生教授团队在国际顶尖应用数学期刊之一的SIAM Journal on Scientific Computing上发表了题为“Deep Learning Numerical Methods for High-Dimensional Quasilinear PIDEs and Coupled FBSDEs with Jumps”的研究论文。该研究提出了一种新颖的深度学习算法,旨在高效求解高维拟线性抛物积分微分方程(PIDEs)和带跳的耦合正倒向随机微分方程(FBSDEJs)。这项研究突破了传统数值方法在高维问题中遭遇的“维数灾难”瓶颈,为金融数学、随机最优控制等领域的复杂问题提供了实用的计算方案。PIDEs 和FBSDEJs 是随机最优控制和金融数学等领域中的关键数学模型。不过这些模型的解析解极难获得,其数值求解成为唯一的手段。然而,对PI...