返回全部动态
L-FNO：用于随机事件动态的洛伦兹傅里叶神经算子
原标题：L-FNO: Lorentzian Fourier Neural Operator for Stochastic Event Dynamics
AI 摘要
L-FNO 是一种结合 FNO 风格协变量路径、洛伦兹谱核和基于似然的训练目标的新型随机神经算子，用于建模随机事件动态。它在八个合成点过程基准和三个真实数据集上优于回归和基于似然的神经算子基线，改善了事件似然、校准诊断和罕见事件检测。研究表明，结构化谱记忆和基于似然的学习为神经算子模型提供了有效的归纳偏置。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
L-FNO: Lorentzian Fourier Neural Operator for Stochastic Event Dynamics Abstract Modern operational systems face uncertainty even in routine conditions, where rare, bursty, and self-exciting events emerge from both exogenous covariates and endogenous event dynamics. Standard neural operators are typically trained as regression-style function-to-function models rather than conditional-intensity estimators, limiting their suitability for sparse event regimes. We introduce the Lorentzian Fourier Ne
发布时间：2026-08-17 12:00
抓取时间：2026-08-17 12:15
来源机构：arXiv