会员服务
Continuity · 正交 · 类别 · 数值分析 ·
2021 年 3 月 15 日
Spline quadrature and semi-classical orthogonal Jacobi polynomials
翻译：Spline 二次曲线和半古典正正对数多边形
Helmut Ruhland
Helmut Ruhland
from arxiv, 17 pages

A theory of spline quadrature rules for arbitrary continuity class in a closed interval $[a, b]$ with arbitrary nonuniform subintervals based on semi-classical orthogonal Jacobi polynomials is proposed. For continuity class $c \ge 2$ this theory depends on a conjecture.


翻译：提出了在以半古典正统正数多义多元分子为基础的封闭间距 $[a, b]$的任意非统一次间隔内任意连续等级的样状二次规则理论。对于连续等级 $c\ge 2$,该理论取决于一个推测。
0
下载
关闭预览

相关内容

让 iOS 8 和 OS X Yosemite 无缝切换的一个新特性。 > Apple products have always been designed to work together beautifully. But now they may really surprise you. With iOS 8 and OS X Yosemite, you’ll be able to do more wonderful things than ever before.

Source: Apple - iOS 8
【如何做研究】How to research ，22页ppt
【如何做研究】How to research ，22页ppt
专知会员服务
108+阅读 · 2021年4月17日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14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
77+阅读 · 2020年7月26日
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
专知会员服务
65+阅读 · 2020年7月25日
基于深度学习的图像语义分割技术研究进展，Research on Progress of Image Semantic Segmentation Based on Deep Learning
基于深度学习的图像语义分割技术研究进展，Research on Progress of Image Semantic Segmentation Based on Deep Learning
专知会员服务
61+阅读 · 2020年2月16日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
88+阅读 · 2020年2月12日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
53+阅读 · 2020年1月30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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【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
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
《pyramid Attention Network for Semantic Segmentation》
《pyramid Attention Network for Semantic Segmentation》
统计学习与视觉计算组
44+阅读 · 2018年8月30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
【推荐】决策树/随机森林深入解析
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
The Causal Learning of Retail Delinquency
Arxiv
14+阅读 · 2020年12月17日
Orthogonal Relation Transforms with Graph Context Modeling for Knowledge Graph Embedding
Arxiv
12+阅读 · 2020年4月15日
Products of Euclidean metrics and applications to proximity questions among curves
Arxiv
3+阅读 · 2020年4月13日
Learning to Weight for Text Classification
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
Small Data Challenges in Big Data Era: A Survey of Recent Progress on Unsupervised and Semi-Supervised Methods
Small Data Challenges in Big Data Era: A Survey of Recent Progress on Unsupervised and Semi-Supervised Methods
Arxiv
88+阅读 · 2019年3月27日
LNEMLC: Label Network Embeddings for Multi-Label Classification
Arxiv
3+阅读 · 2019年1月1日
Efficient and Effective $L_0$ Feature Selection
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Locally Adaptive Learning Loss for Semantic Image Segmentation
Arxiv
5+阅读 · 2018年4月16日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Geometry in Active Learning for Binary and Multi-class Image Segmentation
Arxiv
9+阅读 · 2018年1月16日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Continuity
正交
类别
数值分析
相关VIP内容
【如何做研究】How to research ，22页ppt
【如何做研究】How to research ，22页ppt
专知会员服务
108+阅读 · 2021年4月17日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14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
77+阅读 · 2020年7月26日
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
专知会员服务
65+阅读 · 2020年7月25日
基于深度学习的图像语义分割技术研究进展，Research on Progress of Image Semantic Segmentation Based on Deep Learning
基于深度学习的图像语义分割技术研究进展，Research on Progress of Image Semantic Segmentation Based on Deep Learning
专知会员服务
61+阅读 · 2020年2月16日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
88+阅读 · 2020年2月12日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
【跨语言BERT模型大集合】Transfer learning is increasingly going multilingual with language-specific BERT models
专知会员服务
53+阅读 · 2020年1月30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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【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
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
《pyramid Attention Network for Semantic Segmentation》
《pyramid Attention Network for Semantic Segmentation》
统计学习与视觉计算组
44+阅读 · 2018年8月30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
【推荐】决策树/随机森林深入解析
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
The Causal Learning of Retail Delinquency
Arxiv
14+阅读 · 2020年12月17日
Orthogonal Relation Transforms with Graph Context Modeling for Knowledge Graph Embedding
Arxiv
12+阅读 · 2020年4月15日
Products of Euclidean metrics and applications to proximity questions among curves
Arxiv
3+阅读 · 2020年4月13日
Learning to Weight for Text Classification
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
Small Data Challenges in Big Data Era: A Survey of Recent Progress on Unsupervised and Semi-Supervised Methods
Small Data Challenges in Big Data Era: A Survey of Recent Progress on Unsupervised and Semi-Supervised Methods
Arxiv
88+阅读 · 2019年3月27日
LNEMLC: Label Network Embeddings for Multi-Label Classification
Arxiv
3+阅读 · 2019年1月1日
Efficient and Effective $L_0$ Feature Selection
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Locally Adaptive Learning Loss for Semantic Image Segmentation
Arxiv
5+阅读 · 2018年4月16日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Geometry in Active Learning for Binary and Multi-class Image Segmentation
Arxiv
9+阅读 · 2018年1月16日
Top
微信扫码咨询专知VIP会员
Top