Buchumschlag

Deep Neural Operator Learning for Probabilistic Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bayraktar, Erhan, Feng, Qi, Zhang, Zecheng, Zhang, Zhaoyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computational Finance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Signature Algorithm for Multi-dimensional Path-Dependent Options
von: Bayraktar, Erhan, et al.
Veröffentlicht: (2022)

DeepSVM: Learning Stochastic Volatility Models with Physics-Informed Deep Operator Networks
von: Malandain, Kieran A., et al.
Veröffentlicht: (2025)

Collaborative Optimization in Financial Data Mining Through Deep Learning and ResNeXt
von: Feng, Pengbin, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Modelling Protein Complexes
von: Gao, Ziqi, et al.
Veröffentlicht: (2024)

Fitted value iteration methods for bicausal optimal transport
von: Bayraktar, Erhan, et al.
Veröffentlicht: (2023)

Gradient Reduction Convolutional Neural Network Policy for Financial Deep Reinforcement Learning
von: Montazeri, Sina, et al.
Veröffentlicht: (2024)

Large and Deep Factor Models
von: Kelly, Bryan, et al.
Veröffentlicht: (2024)

From Headlines to Holdings: Deep Learning for Smarter Portfolio Decisions
von: Lin, Yun, et al.
Veröffentlicht: (2025)

Operator Learning for Reconstructing Flow Fields from Sparse Measurements: a Language Model Approach
von: Zhang, Qian, et al.
Veröffentlicht: (2026)

Finite Operator Learning: Bridging Neural Operators and Numerical Methods for Efficient Parametric Solution and Optimization of PDEs
von: Rezaei, Shahed, et al.
Veröffentlicht: (2024)

Enhancing Black-Scholes Delta Hedging via Deep Learning
von: Qiao, Chunhui, et al.
Veröffentlicht: (2024)

Tau-BNO: Brain Neural Operator for Tau Transport Model
von: Barron, Nuutti, et al.
Veröffentlicht: (2026)

Probabilistic Predictions of Process-Induced Deformation in Carbon/Epoxy Composites Using a Deep Operator Network
von: Kiyani, Elham, et al.
Veröffentlicht: (2025)

Avocado Price Prediction Using a Hybrid Deep Learning Model: TCN-MLP-Attention Architecture
von: Zhang, Linwei, et al.
Veröffentlicht: (2025)

Physics-informed Partitioned Coupled Neural Operator for Complex Networks
von: Wu, Weidong, et al.
Veröffentlicht: (2024)

DiffSTOCK: Probabilistic relational Stock Market Predictions using Diffusion Models
von: Daiya, Divyanshu, et al.
Veröffentlicht: (2024)

Neural Operators Can Discover Functional Clusters
von: Li, Yicen, et al.
Veröffentlicht: (2026)

An Advanced Ensemble Deep Learning Framework for Stock Price Prediction Using VAE, Transformer, and LSTM Model
von: Sarkar, Anindya, et al.
Veröffentlicht: (2025)

KANO: Kolmogorov-Arnold Neural Operator
von: Lee, Jin, et al.
Veröffentlicht: (2025)

Generative Aerodynamic Design with Diffusion Probabilistic Models
von: Wagenaar, Thomas, et al.
Veröffentlicht: (2024)

Integrating Large Language Models and Reinforcement Learning for Sentiment-Driven Quantitative Trading
von: Long, Wo, et al.
Veröffentlicht: (2025)

Neural Chaos: A Spectral Stochastic Neural Operator
von: Bahmani, Bahador, et al.
Veröffentlicht: (2025)

Enforcing the Principle of Locality for Physical Simulations with Neural Operators
von: Chen, Jiangce, et al.
Veröffentlicht: (2024)

Optimizing Portfolio Management and Risk Assessment in Digital Assets Using Deep Learning for Predictive Analysis
von: Cheng, Qishuo, et al.
Veröffentlicht: (2024)

A Resolution Independent Neural Operator
von: Bahmani, Bahador, et al.
Veröffentlicht: (2024)

Finance-Informed Neural Network: Learning the Geometry of Option Pricing
von: Aboussalah, Amine M., et al.
Veröffentlicht: (2024)

MODNO: Multi Operator Learning With Distributed Neural Operators
von: Zhang, Zecheng
Veröffentlicht: (2024)

An Attention-based Spatio-Temporal Neural Operator for Evolving Physics
von: Karkaria, Vispi, et al.
Veröffentlicht: (2025)

Volatility Surface Reconstruction using Deep Learning under No-Arbitrage Constraints
von: Manzi, Pablo Rodriguez
Veröffentlicht: (2026)

Stock Volatility Prediction using Time Series and Deep Learning Approach
von: Chatterjee, Ananda, et al.
Veröffentlicht: (2022)

Deep Learning Models Meet Financial Data Modalities
von: Khubiev, Kasymkhan, et al.
Veröffentlicht: (2025)

Multivariate Probabilistic CRPS Learning with an Application to Day-Ahead Electricity Prices
von: Berrisch, Jonathan, et al.
Veröffentlicht: (2023)

Enhancing Multiscale Simulations with Constitutive Relations-Aware Deep Operator Networks
von: Eivazi, Hamidreza, et al.
Veröffentlicht: (2024)

Harnessing the Power of Neural Operators with Automatically Encoded Conservation Laws
von: Liu, Ning, et al.
Veröffentlicht: (2023)

Universal Fourier Neural Operators for periodic homogenization problems in linear elasticity
von: Nguyen, Binh Huy, et al.
Veröffentlicht: (2025)

Deep-MacroFin: Informed Equilibrium Neural Network for Continuous Time Economic Models
von: Wu, Yuntao, et al.
Veröffentlicht: (2024)

Improving DeFi Accessibility through Efficient Liquidity Provisioning with Deep Reinforcement Learning
von: Xu, Haonan, et al.
Veröffentlicht: (2025)

Deep Learning-Based Electricity Price Forecast for Virtual Bidding in Wholesale Electricity Market
von: Wang, Xuesong, et al.
Veröffentlicht: (2024)

A Comparison of Traditional and Deep Learning Methods for Parameter Estimation of the Ornstein-Uhlenbeck Process
von: Fein-Ashley, Jacob
Veröffentlicht: (2024)

Stock Type Prediction Model Based on Hierarchical Graph Neural Network
von: Yao, Jianhua, et al.
Veröffentlicht: (2024)