A semi-discrete scheme for the Stochastic Landau-Lifshitz equation
von François Alouges, Anne de Bouard, Antoine Hocquet
Jahr:
2014
Publikation:
Stochastic PDEs: Analysis and Computations
Abstrakt:
We propose a new convergent time semi-discrete scheme for the stochastic Landau–Lifshitz–Gilbert equation. The scheme is only linearly implicit and does not require the resolution of a nonlinear problem at each time step. Using a martingale approach, we prove the convergence in law of the scheme up to a subsequence.
Link:
Read the paperAdditional Information
Brief introduction of the dida co-author(s) and relevance for dida's ML developments.
Dr. Antoine Hocquet
Antoine hat an der École Polytechnique in angewandter Mathematik promoviert und war acht Jahre lang als Postdoktorand an der TU Berlin tätig, wo er sich mit stochastischen partiellen Differentialgleichungen, der Rough-Paths-Theorie und Mean-Field-Modellen befasste – Bereichen, in denen die strenge Mathematik versucht, komplexe Phänomene der realen Welt zu erklären. In dieser Zeit verfasste er mehr als 15 peer-reviewed Publikationen und hielt Lehrveranstaltungen für Graduierte in numerischer Analysis und stochastischen Methoden. Angezogen von der Herausforderung, Mathematik nicht nur zu betreiben, sondern sie auch nutzbar zu machen, wandte er sich anschließend dem Machine Learning zu und baute ein Portfolio auf, das Image Segmentation, Reinforcement Learning und LLM-gestützte Dokumentenverarbeitung umfasst. Bei dida arbeitet er als Machine Learning Scientist.