项目名称: 与Hardy算子相关的权函数的特征及其应用

项目编号: No.11201287

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 赵发友

作者单位: 上海大学

项目金额: 22万元

中文摘要: 以Muchenhoupt权函数为代表的权函数理论是调和分析研究中的核心问题之一.与 Muchenhoupt权密切相关的Mp权自出现之日起,虽备受关注,但只有零星的结果,至今未得到系统的研究.同Muchenhoupt权相比较: 一方面,Mp权的应用范围更广;另一方面,Mp权同Hardy算子密切相关可以应用Hardy算子的Mp双权模不等式研究Hilbert变换、极大算子的加双权模估计.本项目拟研究:借助高维Hardy算子刻画加权BMO空间、Mp权函数的性质、双线性Mp 权与双线性Hardy算子之间的联系.作为应用,研究双线性Hilbert变换及双线性极大算子、(双线性)Hilbert算子、(双线性)Riemann-Liouville算子等的加双权模估计.我们将借鉴研究Muchenhoupt权函数的方法并结合"旋转的方法"来研究上述问题.需要指出的是,上述研究基于n维欧氏空间中.

中文关键词: 高维Hardy 算子;权函数;Hardy空间;Hausdorff算子;海森堡群

英文摘要: The theory of Muchenhoupt weight plays a key role in Harmonic Analysis. Althogh Mp weights which are closed to Muchenhoupt weights attracted many mathematicians from the date of the occurrence, they have not been researched systematacially except for few results. Comparing with Muchenhoupt weights,Mp weights consist of a larger class of function spaces. Besides their close relation to Hardy operators,Mp weights are also a very convenient tool for two-weight estimates of many operators of harmonic analysis-Hilbert transform and maximal operators. We will study the characterization of the weighted BMO spaces by the means of the Hardy operators, the properties of Mp weights and the relationship between the bilinear Hardy operators and the bilinear Mp weights. As applications, we will yield the two-weight estimates for many operators such as the bilinear Hilbert transform, bilinear maximal operators, bilinear Hilbert operators and bilinear Riemann-Liouville operators. We will adopt the idea of the Muchenhoupt weight and the rotation method. We need to point out that the above research work is based on the n-dimensional Euclidean space.

英文关键词: Higher dimensional Hardy operator;weight function;Hardy space;Hausdorff operator;Heisenberg group

成为VIP会员查看完整内容
0

相关内容

面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
专知会员服务
43+阅读 · 2021年10月20日
专知会员服务
24+阅读 · 2021年7月22日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
86+阅读 · 2020年8月2日
八篇 ICCV 2019 【图神经网络(GNN)+CV】相关论文
专知会员服务
29+阅读 · 2020年1月10日
DSSM双塔模型及其Pytorch实现
机器学习与推荐算法
7+阅读 · 2022年3月21日
KDD2021 | 图表示学习系统教程 (附Slides)
机器学习与推荐算法
3+阅读 · 2021年9月7日
标签间相关性在多标签分类问题中的应用
人工智能前沿讲习班
22+阅读 · 2019年6月5日
多目标跟踪 近年论文及开源代码汇总
极市平台
20+阅读 · 2019年5月12日
干货:复杂网络及其应用简介
数据猿
24+阅读 · 2018年12月21日
论文笔记之Feature Selective Networks for Object Detection
统计学习与视觉计算组
21+阅读 · 2018年7月26日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
国家自然科学基金
1+阅读 · 2017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
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014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
0+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
Arxiv
0+阅读 · 2022年4月19日
Automated Data Augmentations for Graph Classification
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关主题
相关VIP内容
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
专知会员服务
43+阅读 · 2021年10月20日
专知会员服务
24+阅读 · 2021年7月22日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
29+阅读 · 2021年4月12日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
86+阅读 · 2020年8月2日
八篇 ICCV 2019 【图神经网络(GNN)+CV】相关论文
专知会员服务
29+阅读 · 2020年1月10日
相关资讯
DSSM双塔模型及其Pytorch实现
机器学习与推荐算法
7+阅读 · 2022年3月21日
KDD2021 | 图表示学习系统教程 (附Slides)
机器学习与推荐算法
3+阅读 · 2021年9月7日
标签间相关性在多标签分类问题中的应用
人工智能前沿讲习班
22+阅读 · 2019年6月5日
多目标跟踪 近年论文及开源代码汇总
极市平台
20+阅读 · 2019年5月12日
干货:复杂网络及其应用简介
数据猿
24+阅读 · 2018年12月21日
论文笔记之Feature Selective Networks for Object Detection
统计学习与视觉计算组
21+阅读 · 2018年7月26日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
相关基金
国家自然科学基金
1+阅读 · 2017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
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014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
0+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