会员服务
求逆 · Processing（编程语言） · 样例 · 泛函 · 数值分析 ·
2021 年 5 月 12 日
Iterative process of order 2 without inverting the derivative
翻译：顺序2的迭接程序,不颠倒衍生物
Tamara Kogan,Luba Sapir,Amir Sapir,Eytan Sapir
Tamara Kogan,Luba Sapir,Amir Sapir,Eytan Sapir
from arxiv, 11 papers, 5 appendix pages, 2 figures

We prove the sufficient conditions for convergence of a certain iterative process of order 2 for solving nonlinear functional equations, which does not require inverting the derivative. We translate and detail our results for a system of nonlinear equations, and apply it for some numerical example which illustrates our theorems.


翻译：我们证明,解决非线性功能方程式的非线性功能方程式的某种迭代程序,不需要颠倒衍生方程式。 我们翻译并详细说明了非线性方程式系统的结果,并应用到一些能说明我们理论的数值示例中。
0
下载
关闭预览

相关内容

【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
专知会员服务
27+阅读 · 2020年2月18日
【新书】贝叶斯网络进展与新应用，附全书下载
【新书】贝叶斯网络进展与新应用，附全书下载
专知会员服务
120+阅读 · 2019年12月9日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知
18+阅读 · 2020年5月30日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
专知
25+阅读 · 2018年4月29日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Approximate Generalized Inverses with Iterative Refinement for $ε$-Accurate Preconditioning of Singular Systems
Approximate Generalized Inverses with Iterative Refinement for $ε$-Accurate Preconditioning of Singular Systems
Arxiv
0+阅读 · 2021年7月1日
Reducing the Variance of Gaussian Process Hyperparameter Optimization with Preconditioning
Arxiv
0+阅读 · 2021年7月1日
Do we need to estimate the variance in robust mean estimation?
Arxiv
0+阅读 · 2021年6月30日
Fixed-point iterative linear inverse solver with extended precision
Arxiv
0+阅读 · 2021年6月30日
On the Generative Utility of Cyclic Conditionals
Arxiv
2+阅读 · 2021年6月30日
Fixed-Points for Quantitative Equational Logics
Arxiv
0+阅读 · 2021年6月30日
Model Checking Finite-Horizon Markov Chains with Probabilistic Inference
Arxiv
0+阅读 · 2021年6月30日
Bounds for the chi-square approximation of the power divergence family of statistics
Arxiv
0+阅读 · 2021年6月29日
Implicit Maximum Likelihood Estimation
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
求逆
Processing（编程语言）
样例
泛函
数值分析
相关VIP内容
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
246+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
生成式对抗网络先验贝叶斯推断，Bayesian Inference with Generative Adversarial Network Priors
专知会员服务
27+阅读 · 2020年2月18日
【新书】贝叶斯网络进展与新应用，附全书下载
【新书】贝叶斯网络进展与新应用，附全书下载
专知会员服务
120+阅读 · 2019年12月9日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
热门VIP内容
相关资讯
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知
18+阅读 · 2020年5月30日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
【论文推荐】最新七篇强化学习相关论文—逻辑约束、综述、多任务深度强化学习、参数服务器、事件抽取、分层强化学习、过拟合研究
专知
25+阅读 · 2018年4月29日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Approximate Generalized Inverses with Iterative Refinement for $ε$-Accurate Preconditioning of Singular Systems
Approximate Generalized Inverses with Iterative Refinement for $ε$-Accurate Preconditioning of Singular Systems
Arxiv
0+阅读 · 2021年7月1日
Reducing the Variance of Gaussian Process Hyperparameter Optimization with Preconditioning
Arxiv
0+阅读 · 2021年7月1日
Do we need to estimate the variance in robust mean estimation?
Arxiv
0+阅读 · 2021年6月30日
Fixed-point iterative linear inverse solver with extended precision
Arxiv
0+阅读 · 2021年6月30日
On the Generative Utility of Cyclic Conditionals
Arxiv
2+阅读 · 2021年6月30日
Fixed-Points for Quantitative Equational Logics
Arxiv
0+阅读 · 2021年6月30日
Model Checking Finite-Horizon Markov Chains with Probabilistic Inference
Arxiv
0+阅读 · 2021年6月30日
Bounds for the chi-square approximation of the power divergence family of statistics
Arxiv
0+阅读 · 2021年6月29日
Implicit Maximum Likelihood Estimation
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员
Top