Description of local and non-local equations using Deep Learning Techniques
Professor Advisor
dc.contributor.advisor
Muñoz Cerón, Claudio
Author
dc.contributor.author
Castro Medina, Javier Ignacio
Associate professor
dc.contributor.other
Fontbona Torres, Joaquín
Associate professor
dc.contributor.other
Daniilidis, Aris
Associate professor
dc.contributor.other
Petrache, Mircea
Associate professor
dc.contributor.other
Henao Manrique, Duvan
Admission date
dc.date.accessioned
2022-08-16T16:30:56Z
Available date
dc.date.available
2022-08-16T16:30:56Z
Publication date
dc.date.issued
2022
Identifier
dc.identifier.other
10.58011/thgh-4w15
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/187353
Abstract
dc.description.abstract
En este trabajo se aborda la ecuación de Kolmororov mediante técnicas de aprendizaje profundo, en esencia se muestran dos resultados de interés independiente. En efecto, estudiamos la aplicación de las técnicas actuales de redes neuronales en la aproximación de soluciones EDPs no locales y en espacios de dimensión infinita. Con esto, generalizamos el trabajo de Hure, Pham y Warin en [HPW19] en dos direcciones particulares. Comenzamos introduciendo la ecuación de Kolmogorov lineal en $\Rd$ y su relación con las ecuaciones estocásticas. Destacamos la importancia de esta relación para el desarrollo de esquemas estocásticos para resolver ecuaciones diferenciales parciales (EDPs). Dado que nuestro marco es general, requerimos de las recientemente desarrolladas DeepOnets [LMK21] para describir en detalle el procedimiento de aproximación. Estos objetos actúan como una generalización de las Redes Neuronales a un contexto de dimensión infinita.
es_ES
Patrocinador
dc.description.sponsorship
Fondecyt no. 1191412 and CMM Projects “Apoyo a Centros de Excelencia” ACE210010 and Fondo Basal FB210005
es_ES
Lenguage
dc.language.iso
en
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States