시간 의존적 확률 밀도 함수를 위한 적응형 딥 러닝 근사 기법

본 연구에서는 시간 의존적 확률 밀도 함수를 효율적으로 근사하기 위해 적응형 딥 러닝 기반 방법을 제안한다. 리우빌 방정식과 관련된 시간 의존적 KRnet (tKRnet)을 통해 상태 변수의 확률 밀도 함수를 명시적으로 모델링하여 차원의 저주를 완화한다. 또한 적응형 샘플링 기반 물리 정보 학습 기법을 개발하여 효율적으로 tKRnet을 학습하며, 장기 적분을 위한 시간 분해 기법을 제안한다.