|
11(2):第431-4411963页【55】W.A.McGhee。SABR随机波动模型的人工神经网络表示。预印本,SSRN:32888822018。【56】H.N.姆哈斯卡。多层前馈人工神经网络的逼近特性。计算数学进展,1(1):61-801993。【57】J.A.Nelder和R.Mead。函数极小化的单纯形法。计算机日志。7: 第308-313页,1965年。【58】J.Nocedal和S.Wright。数值优化。运营研究和金融工程斯普林格系列。Springer Verlag纽约,2006年。【59】D.Pedamonti。NIST分类任务中深层神经网络非线性激活函数的比较。预印本,arXiv:1804.02763【60】M.J.D.Powell。一种直接搜索优化方法,通过线性插值对目标函数和约束函数进行建模。优化和数值分析进展,S.Gomez和J-P.Hennart编辑,Kluwer Academic(Dordrecht),第51-671994页。[61]L.M.Rios和N.V.Sahinidis。无导数优化:算法回顾和软件实现比较。全球优化杂志。第56卷:第3页,124712932013年。【62】M.Sabate Vidales、D.Siska和L.Szpruch。鞅函数控制变量通过DeepLearning预印本1810.050942018。【63】N.Ruiz、S.Schulter和M.Chandraker,《学习模拟》,预印本arXiv:1810.02513018。【64】L.Setayeshgar和H.Wang。前馈网络的大偏差,《应用可能性的进展》,43:2,第5455712011页。【65】U.Shaham、A.Cloninger和R.R.Coifman。deepneural网络的可证明逼近性质。应用程序。计算机。哈蒙。分析。,44(3): 537-557, 2018.【66】J.Sirignano和K.Spiliopoulos。连续时间的随机梯度下降:一个中心极限定理。暹罗J.Finan。数学8(1),第933-9612017页。【67】H.斯通。
|