报告题目：Multistep Deep Learning Schemes for Solving High-dimensional FBSDEs

摘要:This talk concerns numerical methods for high-dimensional forward-backward stochastic differential equations (FBSDEs). Based on principles of machine learning, we design a general framework for solving high-dimensional FBSDEs, and propose our new multistep deep learning schemes. Numerical examples are presented to illustrate the high accuracy and efficiency of the schemes.

报告时间：2024年4月12日 上午9：30 – 10：30

报告地点：葡京新集团350入口 245教室

报告人简介：赵卫东，山东大学数学学院教授、博士生导师，彭实戈院士创新群体主要骨干成员。主要从事计算数学和科学工程计算领域的研究工作，研究方向包括：正倒向随机微分方程、确定性和随机偏微分方程、随机最优控制的数值方法、金融中的随机计算方法等。主持国家自然科学面上基金多项和山东省自然科学基金重点项目一项，参加国家“973”项目一项、国家自然科学基金重点项目多项。在正、倒向随机微分方程、随机最优控制数值解和随机偏微分方程数值解等方面取得一批重要研究成果，在SIAM J. Numer. Anal., SIAM J. Sci. Comput., SIAM/ASA J. Uncertain. Quan.等国际著名学术刊物上发表论文80多篇。