Коэффициенты сноса и диффузии
Проект с пингвинами
Проект использует 342 записи Palmer с нужными измерениями: 240 для обучения, 102 для проверки. Выбранные примеры для обучения определяют масштабирование и параметры модели. Исходный CSV
Этот проект обучает веса с помощью softmax, в отличие от лаборатории на главной странице, где используются ближайшие средние по видам. Те же измерения пингвинов, но разные методы классификации. Предсказания могут различаться.
Уравнения и случайные процессы · Описывают дифференциальные уравнения и случайные представления.
Уравнения в частных производных и квантовые модели не являются операциями над этими измерениями пингвинов.
Рассмотрите понятие рядом с проектом: предположения источника могут отличаться. Эти наблюдения не доказывают теорему.
Вход: 12 × 2; Проверка на новых данных: 102 · #58 · 40.6 мм, 193 мм. Известный ответ: Адели; Прогноз: Адели · [≈0,7383; ≈0,2444; ≈0,01737].
Используется в разделах источника: 4.3 Когда помогает научное правило
В стохастическом дифференциальном уравнении μ — коэффициент сноса, а σ — коэффициент диффузии.
Коэффициенты задают детерминированные и случайные изменения процесса.
Пример формулы источника
Иллюстрация · Это один скалярный шаг Эйлера с заданным приращением; он не решает стохастическое дифференциальное уравнение точно и не устанавливает его распределение.
Обозначения
- Функция коэффициента сноса.
- Функция коэффициента диффузии.
- Положительный шаг времени.
- Броуновское приращение.
Пример формулы источника
Этот пример использует свои входные данные и предположения. Его изменение не меняет проект.
Измените значение или код и запустите пример. Это конечная иллюстрация, а не доказательство теоремы.
Поток данных в этом примере
Код изменён. Сбросьте его, чтобы вернуть схему примера.
Начальные значения в коде
current=1drift=2diffusion=0.5dt=0.1brownianIncrement=0.2
Вычисляется здесь
Выражение результата: {
current,
drift,
diffusion,
dt,
brownianIncrement,
next: current + drift * dt + diffusion * brownianIncrement,
}
Возвращает
current- 1
drift- 2
diffusion- 0,5
dt- 0,1
brownianIncrement- 0,2
next- 1,3
Прочитайте числа из input и верните результат. Основы JavaScript.
Результат
Техническая формулировка
Числовые значения вымышлены. Это один скалярный шаг Эйлера с заданным приращением; он не решает стохастическое дифференциальное уравнение точно и не устанавливает его распределение.
Источник: Обозначение в тексте