The challenges of examining random partitions of space are a significant class of problems in the theory of geometric transformations. Richard Miles calculated moments of areas and perimeters of any order (including expectation) of the random division of space in 1972. In the paper we calculate whole distribution function of random divisions of plane by poisson line process. The idea is to interpret a random polygon as the evolution of a segment along a moving straight line. In the plane example, the issue connected with an infinite number of parameters is overcome by considering a secant line. We shall take into account the following tasks: {\textbf 1.} On the plane, a random set of straight lines is provided, all shifts are equally likely, and the distribution law is of the form $F(\varphi).$ What is the area distribution of the partition's components? {\textbf 2.} On the plane, a random set of points is marked. Each point $A$ has an associated area of attraction, which is the collection of points in the plane to which the point $A$ is the nearest of the designated ones. In the first problem, the density of moved sections adjacent to the line allows for the expression of the balancing ratio in kinetic form. Similarly, you can write the perimeters kinetic equations. We will demonstrate how to reduce these equations to the Riccati equation using the Laplace transformation in this paper.


翻译:检查空间随机分区的挑战是几何转换理论中的一大类问题。 Richard Miles计算了1972年任意空间分割的任何顺序( 包括预期) 的面积和周界( 包括预期值) 。 在本文中, 我们用 Poisson 线程计算平面随机分割的整个分布函数 。 想法是将随机多边形解释为移动直线线的分块的演进。 在平面中, 与无限数量参数有关的问题通过考虑松动线来克服 。 我们将考虑到以下任务: ~ textbf 1.} 在平面上, 随机提供一组直线线, 所有直线线都有可能, 而分配法是 $F (\ varphip) 格式。 $ 是分区组成部分的面积分布法 。 Latextbf 2.} 在平面上, 随机的点是一组点。 每个点都有相关的吸引区块, 也就是将点集中点聚集在平面上, 。 在第一个问题上, 移动部分的密度是 以 $A$ 最近的平面平面平面的平面表示 。 我们的平面平面平面的平面表示 。 将平面平面平方方形平方方方形平方形平方形平方方。

0
下载
关闭预览

相关内容

Processing 是一门开源编程语言和与之配套的集成开发环境(IDE)的名称。Processing 在电子艺术和视觉设计社区被用来教授编程基础,并运用于大量的新媒体和互动艺术作品中。
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
50+阅读 · 2020年12月14日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
【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
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
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 · 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
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年9月28日
Arxiv
0+阅读 · 2022年9月27日
Arxiv
82+阅读 · 2022年7月16日
VIP会员
相关资讯
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
【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
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
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 · 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
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员