Jahr:
2025
Publikation:
Communications on Pure and Applied Mathematics
Abstrakt:
We establish a simultaneous generalization of Itô's theory of stochastic and Lyons' theory of rough differential equations. The interest in such a unification comes from a variety of applications, including pathwise stochastic filtering, - control and the conditional analysis of stochastic systems with common noise.
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.