SUMS74 Differential Equations Viorel Barbu (2016).zip

人工智能与智能系统相关领域学习教材

Lawrence C.Evans的《Partial Differential Equations》是一本经典的偏微分方程教材，广泛应用于数学、物理及工程等领域。本书内容涉及偏微分方程的基本理论与方法，

为了星系形态分类的目的，我们使用称为神经常微分方程（NODE）的残差网络（ResNet）模型的连续深度版本。我们应用此方法对来自Galaxy Zoo 2数据集的星系图像进行了有监督的分类，分为五个不同

Poisson点过程驱动的多值随机微分方程，任佳刚，巫静，我们在假定极大多值算子的定义域为全空间的条件下，证明了Poisson点过程驱动的随机微分方程的解的存在唯一性。为此我们应用了判定�

Forward-backwarddoublystochasticdifferentialequationswithrandomjumpsandstochasticpartialdifferential

向量值函数空间中二阶退化微分方程的最大正则性，步尚全，蔡钢，本文在周期 Lebesgue-Bochner 空间 $L^p(mathbb{T},X)$ , 周期 Besov 空间 $B_{p,q}^s(

GeometricPartialDifferentialEquationsandImageAnalysisByGuillermoSapiroUniversityofMinnesotaPublisher

偏微分方程经典英文原版教材（已含djvu阅读器）

Fundamentals_of_Differential_Equations_8th_ed.pdfNagle,Saff,Snider

本书是毛学荣著的随机微分等式及其应用，里面有伊藤积分，随机微分等式，布朗运动，各种关于随机微分的知识，如果是学习随机过程方向的同学，真本书是很值得深入学习的一本专业书