吉尔斯·帕格斯
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [公元29年] 皮埃尔·布拉斯 , 吉尔斯·帕格斯 :
乘性噪声下Langevin模拟退火算法的收敛性。 数学。 计算。 93 ( 348 ) : 1761-1803 ( 2024 ) [i7] Jean-François Chassagneux公司 , 吉尔斯·帕格斯 :
通过遍历模拟计算McKean-Vlasov SDE的不变分布。 CoRR公司 abs/2406.13370 ( 2024 ) 2023 [公元28年] 皮埃尔·布拉斯 , 吉尔斯·帕格斯 :
乘性噪声下Langevin模拟退火算法的收敛性II:总变分。 蒙特卡罗方法应用。 29 ( 三 ) : 203-219 ( 2023 ) [第12条] 皮埃尔·布拉斯 , 吉尔斯·帕格斯 :
马尔科夫神经网络和深度随机控制的朗之万算法。 国际JCNN 2023 : 1-8 [i6] 皮埃尔·布拉斯 , 吉尔斯·帕格斯 :
蒙特卡罗模拟中方差减少的策略梯度最优相关搜索和最大最优运输。 CoRR公司 abs/2307.12703 ( 2023 ) 2021 [公元27年] 本杰明·朱丹 , 吉尔斯·帕格斯 :
一维对数压缩分布的最优对偶量化器:唯一性和类Lloyd算法。 J.近似理论 267 : 105581 ( 2021 ) [j26] 乔治亚·卡莱加罗 , 马蒂诺·格拉塞利 , 吉尔斯·帕格斯 :
分数阶Riccati方程的快速混合格式(Rough不是那么难)。 数学。 操作。 物件。 46 ( 1 ) : 221-254 ( 2021 ) [i5] 兰西·埃尔·恩梅尔 , 吉尔斯·帕格斯 :
反射BSDE的基于量化的近似,具有递归量化的扩展上界。 CoRR公司 abs/2105.07684 ( 2021 ) [i4] 马修·劳里埃 , 吉尔斯·帕格斯 , 奥利维尔·皮罗内奥 :
渔捞控制问题上马尔科夫神经网络与动态规划的性能比较。 CoRR公司 abs/2109.06856 ( 2021 ) 2020 [公元25年] 文森特·莱梅尔 , 蒂鲍特·蒙特斯 , 吉尔斯·帕格斯 :
最优量化的新的弱误差界和展开式。 J.计算。 申请。 数学。 371 : 112670 ( 2020 ) [公元24年] 刘亚廷 , 吉尔斯·帕格斯 :
最优量化的收敛速度及其在聚类性能实证测度中的应用。 J.马赫。 学习。 物件。 21 : 86:1-86:36 ( 2020 ) [i3] 本杰明·朱丹 , 吉尔斯·帕格斯 :
凹分布$1D$$\log$的最优对偶量化器:唯一性和类Lloyd算法。 CoRR公司 abs/2010.10816 ( 2020 )
2010 – 2019
2019 [公元23年] 吉尔斯·帕格斯 , 克莱门特·雷伊 :
Feller过程不变分布的递推计算:重审的例子和新的应用。 蒙特卡罗方法应用。 25 ( 1 ) : 1-36 ( 2019 ) 2018 [公元22年] 吉尔斯·帕格斯 , 奥利维尔·皮罗内奥 , 纪尧姆·萨尔 :
美式期权的准实算法。 SIAM J.金融数学。 9 ( 三 ) : 966-993 ( 2018 ) 2017 [公元21年] 达芙妮·乔尔吉 , 文森特·莱梅尔 , 吉尔斯·帕格斯 :
加权和正则多层估计的极限定理。 蒙特卡罗方法应用。 23 ( 1 ) : 43-70 ( 2017 ) 2016 [公元20年] 吉尔斯·帕格斯 , 于军(Jun Yu) :
高维Lloyd I算法的点态收敛性。 SIAM J.控制。 最佳方案。 54 ( 5 ) : 2354-2382 ( 2016 ) [第11条] 谢赫·姆巴伊 , 吉尔斯·帕格斯 , 弗雷德里克·弗林斯 :
多维SDES多层Richardson-Romberg外推估计的对偶方法。 NAA公司 2016 : 482-491 [i2] 吉尔斯·帕格斯 , 奥利维尔·皮罗内奥 , 纪尧姆·萨尔 :
高阶衍生品和金融期权敏感性的振动和自动区分。 CoRR公司 腹肌/1606.06143 ( 2016 ) 2015 [公元19年] 哈拉尔德·卢斯基 , 吉尔斯·帕格斯 :
贪婪的矢量量化。 J.近似理论 198 : 111-131 ( 2015 ) [公元18年] 西尔万·科尔雷 , 吉尔斯·帕格斯 :
基于功能量化的分层抽样方法。 蒙特卡罗方法应用。 21 ( 1 ) : 1-32 ( 2015 ) 2012 [公元17年] 吉尔斯·帕格斯 , 贝内迪克特·威尔伯茨 :
计算金融中的GPGPU:用于美式选项的大规模并行计算。 同意。 计算。 实际。 支出。 24 ( 8 ) : 837-848 ( 2012 ) [公元16年] 索菲·拉鲁埃尔 , 吉尔斯·帕格斯 :
随机近似与平均创新应用于金融。 蒙特卡罗方法应用。 18 ( 1 ) : 1-51 ( 2012 ) [j15] 吉尔斯·帕格斯 , 贝内迪克特·威尔伯茨 :
向量量化的内在静态性:对偶量化的基础。 SIAM J.数字。 分析。 50 ( 2 ) : 747-780 ( 2012 ) 2011 [j14] 索菲·拉鲁埃勒 , 查尔斯·阿尔伯特·莱哈勒 , 吉尔斯·帕格斯 :
流动性池中订单的最优分割:一种随机算法方法。 SIAM J.金融数学。 2 ( 1 ) : 1042-1076 ( 2011 ) 2010 [第10条] 吉尔斯·帕格斯 , 贝内迪克特·威尔伯茨 :
GPGPU上美式期权定价量化算法的并行实现。 高性能计算机系统 2010 : 370-375
2000 – 2009
2009 [j13] 奥利维尔·巴杜 , 努费尔·弗里卡 , 吉尔斯·帕格斯 :
使用随机近似和自适应无约束重要性抽样计算VaR和CVaR。 蒙特卡罗方法应用。 15 ( 三 ) : 173-210 ( 2009 ) 2007 [公元12年] 齐格弗里德·格拉芙 , 哈拉尔德·卢施吉 , 吉尔斯·帕格斯 :
Banach空间中Radon随机向量的最优量化器。 J.近似理论 144 ( 1 ) : 27-53 ( 2007 ) [公元11年] 吉尔斯·帕格斯 :
多步骤Richardson-Romberg外推:关于方差控制和复杂性的评论。 蒙特卡罗方法应用。 13 ( 1 ) : 37-70 ( 2007 ) 2006 [公元10年] 艾曼纽尔·戈贝 , 吉尔斯·帕格斯 , 惠恩·范 , 雅克·普林特斯 :
Zakai方程的离散化和模拟。 SIAM J.数字。 分析。 44 ( 6 ) : 2505-2538 ( 2006 ) 2005 [公元9年] 吉尔斯·帕格斯 , 雅克·普林特斯 :
数值的函数量化与期权定价的应用。 蒙特卡罗方法应用。 11 ( 4 ) : 407-446 ( 2005 ) 2004 [i1] 哈拉尔德·卢斯基 , 吉尔斯·帕格斯 :
随机过程的泛函量化和熵。 连续问题的算法和复杂性 2004 2003 [j8] 吉尔斯·帕格斯 , 雅克·普林特斯 :
数值的最优二次量化:高斯情况。 蒙特卡罗方法应用。 9 ( 2 ) : 135-165 ( 2003 ) 2002 [j7] Jean-Claude堡垒 , 吉尔斯·帕格斯 :
递减步长随机算法:加权经验测度的a.s.行为。 蒙特卡罗方法应用。 8 ( 三 ) : 237-270 ( 2002 ) 2001 [j6] 弗拉德·巴利 , 吉尔斯·帕格斯 , 雅克·普林特斯 :
非线性问题的随机量化方法。 蒙特卡罗方法应用。 7 ( 1-2 ) : 21-34 ( 2001 )
1990 – 1999
1998 [j5] 玛丽·科特雷尔 , Jean-Claude堡垒 , 吉尔斯·帕格斯 :
SOM算法的理论方面。 神经计算 21 ( 1-3 ) : 119-138 ( 1998 ) 1997 【j4】 Jean-Gabriel阿塔利 , 吉尔斯·帕格斯 :
多层感知器函数逼近:一种新方法。 神经网络 10 ( 6 ) : 1069-1081 ( 1997 ) 【c9】 阿维克·贝纳伊姆 , Jean-Claude堡垒 , 吉尔斯·帕格斯 :
一维Kohonen算法的几乎肯定收敛性。 ESANN公司 1997 【c8】 Jean-Claude堡垒 , 吉尔斯·帕格斯 :
Kohonen映射的收敛性:动力系统方法。 ICANN公司 1997 : 631-636 1996 [j3] Jean-Claude堡垒 , 吉尔斯·帕格斯 :
关于Kohonen算法:强自组织还是弱自组织? 神经网络 9 ( 5 ) : 773-785 ( 1996 ) 【c7】 Jean-Claude堡垒 , 吉尔斯·帕格斯 :
Kohonen S.O.M.中的量化与组织。 ESANN公司 1996 【c6】 达米安·兰伯顿 , 吉尔斯·帕格斯 :
关于一维竞争学习矢量量化算法的关键点。 ESANN公司 1996 1995 [注2] Jean-Gabriel阿塔利 , 吉尔斯·帕格斯 :
用感知器逼近函数:一种新方法。 神经过程。 莱特。 2 ( 5 ) : 19-22 ( 1995 ) [j1] 玛丽·科特雷尔 , Jean-Claude堡垒 , 吉尔斯·帕格斯 :
关于“保拓扑神经网络收敛性分析”的评论。 IEEE传输。 神经网络 6 ( 三 ) : 797-799 ( 1995 ) 【c5】 Jean-Gabriel阿塔利 , 吉尔斯·帕格斯 :
感知器函数逼近:一种新方法。 ESANN公司 1995 【c4】 Jean-Claude堡垒 , 吉尔斯·帕格斯 :
关于Kohonen算法:强自组织还是弱自组织? ESANN公司 1995 1994 【c3】 玛丽·科特雷尔 , Jean-Claude堡垒 , 吉尔斯·帕格斯 :
关于Kohonen算法,我们知道两三件事。 ESANN公司 1994 【c2】 Jean-Claude堡垒 , 吉尔斯·帕格斯 :
非线性Kohonen算法。 ESANN公司 1994 1993 【c1】 吉尔斯·帕格斯 :
沃罗诺伊细分、空间量化算法和数值积分。 ESANN公司 1993