In this paper, we address the problem of approximating a function of bounded variation from its scattered data. Radial basis function(RBF) interpolation methods are known to approximate only functions in their native spaces, and to date, there has been no known proof that they can approximate functions outside the native space associated with the particular RBF being used. In this paper, we describe a scattered data interpolation method which can approximate any function of bounded variation from its scattered data as the data points grow dense. As the class of functions of bounded variation is a much wider class than the native spaces of the RBF, this method provides a crucial advantage over RBF interpolation methods.


翻译:在本文中,我们讨论了与分散数据相近的封闭变异功能问题,已知的辐射基函数(RBF)内插方法仅接近其本地空间的功能,而迄今为止,还没有已知的证据表明,它们能够接近与正在使用的特定RBF有关的本地空间以外的功能,我们在本文件中描述了一种分散的数据内插方法,随着数据点的密度增长,这种数据内插方法可以与其分散数据相近的封闭变异的任何功能。由于受约束变异功能的类别比RBF的本地空间大得多,这种方法比RBF的内插方法具有关键优势。

0
下载
关闭预览

相关内容

专知会员服务
42+阅读 · 2021年4月2日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
28+阅读 · 2020年7月13日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
已删除
将门创投
6+阅读 · 2019年4月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年8月31日
Arxiv
0+阅读 · 2021年8月27日
Arxiv
0+阅读 · 2021年8月25日
VIP会员
相关资讯
已删除
将门创投
6+阅读 · 2019年4月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员