Regularity estimates for an integral operator with a symmetric continuous kernel on a convex bounded domain are derived. The covariance of a mean-square continuous random field on the domain is an example of such an operator. The estimates are of the form of Hilbert--Schmidt norms of the integral operator and its square root, composed with fractional powers of an elliptic operator equipped with homogeneous boundary conditions of either Dirichlet or Neumann type. These types of estimates have important implications for stochastic partial differential equations on bounded domains as well as their numerical approximations, which couple the regularity of the driving noise with the properties of the differential operator. The main tools used to derive the estimates are properties of reproducing kernel Hilbert spaces of functions on bounded domains along with Hilbert--Schmidt embeddings of Sobolev spaces. Both non-homogenenous and homogeneous kernels are considered. Important examples of homogeneous kernels covered by the results of the paper include the class of Mat\'ern kernels.


翻译:计算出一个具有对称连续内核的整合操作员在连接的域上的常态性估计值。一个平均平方连续随机字段在域上的共差就是该操作员的一个例子。该估计值是集成操作员及其平根的Hilbert-Schmidt规范形式,由拥有Drichlet或Neumann类型等同边界条件的椭圆操作员的分数功率构成。这些估计值对封闭域的随机局部偏差方程式及其数字近似具有重要影响,它们将驱动噪音的规律性与差异操作员的特性结合起来。用于得出估计的主要工具是复制Hilbert内核域的功能空间以及Sobolev空间的Hilbert-Schmidt嵌入的特性。两种无血源和同质的内核都得到了考虑。本文所覆盖的同质内核的重要实例包括了Mat\'ern内核的类别。

0
下载
关闭预览

相关内容

专知会员服务
22+阅读 · 2021年4月10日
专知会员服务
76+阅读 · 2021年3月16日
Python图像处理,366页pdf,Image Operators Image Processing in Python
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
阿里巴巴ET城市大脑
智能交通技术
6+阅读 · 2018年12月23日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Arxiv
0+阅读 · 2021年9月22日
Arxiv
0+阅读 · 2021年9月17日
VIP会员
相关资讯
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
阿里巴巴ET城市大脑
智能交通技术
6+阅读 · 2018年12月23日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Top
微信扫码咨询专知VIP会员