NeuralChaos: Optimal Adapted Approximation of Square Integrable Predictable Processes
神经混沌：平方可积可预测过程的最优适配逼近
机构 * Department of Mathematics, McMaster University（麦基尔大学数学系） ； Vector Institute（向量研究所） ； The London School of Economics（伦敦政治经济学院） ； ETH Zurich, Department of Mathematics（苏黎世联邦理工学院数学系）
AI总结 研究\(\mathbb{R}^{d}\)值可预测平方可积过程表示计算难题，提出神经混沌架构，仅用驱动布朗运动有限次评估生成\(\mathcal{H}^2_T(\mathbb{R}^{d})\)元素，证明其稠密性及逼近率，通过实验验证有效性，提升随机分析和数学金融建模效率与表现力。
