项目名称: 树上生灭过程收敛速度及p-Laplacian特征值估计

项目编号: No.11526075

项目类型: 专项基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 王玲娣

作者单位: 河南大学

项目金额: 2.6万元

中文摘要: 本项目主要研究树上生灭过程的收敛速度和p-Laplacian主特征值的定量估计问题。 首先,从Poisson方程出发,利用变分公式、对偶方法等研究树上生灭过程的收敛速度估计问题, 也即 p=2时p-Laplacian特征值估计;其次,借鉴树上生灭过程收敛速度的方法,以泛函不等式为工具,研究p-Laplacian特征值(1

中文关键词: 马氏过程;生灭过程;收敛速度;p-Laplacian 特征值;

英文摘要: The program is proposed to investigate the estimates of coverage speed for birth-death processes on trees and p-Laplacian principal eigenvalues. Firstly, we study the coverage speed for birth-death processes on trees by taking advantage of variational formulas and dual methods. That is the p-Laplacian principal eigenvalues with p=2. Secondly, we will estimate the p-Laplacian(1<p<\infty) principal eigenvalues on trees by functional inequalities. These contents studied can be fully considered by comparing them with corresponding results obtained for birth-death processes in dimension one. In order to overcome the difficulties encountered duo to the changes of the Topo structure, we can consider the simple cases first, and then the general cases, splitting technic and so on. We know that the p-Laplacian eigenvalues are closely related to the best constant of functional inequalities, to some extent, the contents studies in the program complement the gap of estimating the best constant of functional inequalities. Besides, a cutoff phenomenon which is useful for algorithm designed in web and so on are closely related to the coverage speed. The research contents of this project from the theory to applications have important value.

英文关键词: Markov process;;birth and death process;convergence rate;p-Laplacian eigenvalue;

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】流形上的注意力机制:规范等变的Transformer
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
11+阅读 · 2021年7月27日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
31+阅读 · 2021年6月24日
梯度下降(Gradient Descent)的收敛性分析
PaperWeekly
2+阅读 · 2022年3月10日
输入梯度惩罚与参数梯度惩罚的一个不等式
PaperWeekly
0+阅读 · 2021年12月27日
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
如何找到最优学习率?
AI研习社
11+阅读 · 2017年11月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月16日
小贴士
相关主题
相关VIP内容
【NeurIPS 2021】流形上的注意力机制:规范等变的Transformer
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
11+阅读 · 2021年7月27日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
31+阅读 · 2021年6月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员