天体物理时间序列研究史中的连续延迟记忆随机梯度下降和连续时间强化学习

arXiv:2609.20906v1 公告类型：新 摘要：类星体是宇宙中的发光物体，它们表现出随机亮度变化，编码有关为其提供动力的超大质量黑洞的信息，并且根据地面调查数据时间序列（称为光变曲线）对这些变化进行建模是一项统计挑战。本文回顾了随机微分方程 (SDE) 如何与神经网络参数化相结合以克服历史上的这一挑战。我们创建了连续延迟记忆随机梯度下降，它取决于离散迭代过程的过去状态。我们对一些二维景观进行了模拟，并通过调整超参数观察到了与 Vanilla SGD 相比更广泛的探索和更精确的收敛行为。此外，我们提出了一种具有连续时间策略梯度的强化学习结构，用于探索性策略，无需求解 HJB PDE，并且我们表明其最优性条件恢复了先前工作的吉布斯策略。