arXiv 机器学习· Kehan Wang·· 5 小时前AI 评分28
全纯柯西网络用于高维反射布朗运动的高效平稳尾部计算
Holomorphic Cauchy Networks for Efficient Stationary Tail Computation in High-Dimensional Reflected Brownian Motions
AI 导读
研究人员提出全纯柯西网络（HCNs），利用原生复数值有理柯西子网络强制全纯性，以高效计算高维反射布朗运动的平稳尾部。在相同 NVIDIA H100 NVL 上，30 维 HCN 较 NN4MGF 峰值分配显存减少约 10 倍，平均更新时间降低 9.7 倍。该模型可在笔记本 GPU 上扩展至 50 维，并在 2D Harrison 基准测试中实现 1.422% 的平均相对误差。
来源：arXiv 机器学习 · arxiv.org