×

点云边界估计:算法、保证和应用。 (英语) Zbl 1492.65347号

摘要:我们研究从域中的采样点识别域的边界。我们引入了边界法向量、点到边界距离的新估计量,以及点是否位于边界带内的测试。估计值可以有效地计算,并且比文献中的估计值更准确。我们为估计量提供了严格的误差估计。此外,我们使用检测到的边界点来解决点云上PDE的边界值问题。我们证明了点云上拉普拉斯方程和eikonal方程的误差估计。最后,我们提供了一系列数值实验,说明了我们的边界估计器的性能、点云PDE的应用以及图像数据集的测试。

MSC公司:

65N75型 涉及偏微分方程边值问题的概率方法、粒子方法等
62克20 非参数推理的渐近性质
65N12号 偏微分方程边值问题数值方法的稳定性和收敛性
65奈拉 涉及偏微分方程的边值问题的误差界
65天99 数值近似和计算几何(主要是算法)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aamari,E.,Aaron,C.,Levrard,C.:Minimax边界估计和边界估计,arXiv预印本arXiv:2108.03135(2021)
[2] 阿马利,E。;Levrard,C.,流形、切空间和曲率估计的非渐近速率,《Ann.Stat.》,47,177-204(2019)·Zbl 1419.62130号
[3] 亚伦,C。;Cholaquidis,A.,《关于边界检测》,亨利·彭加雷·普罗巴布研究所。统计,562028-2050(2020)·Zbl 1460.62054号
[4] 阿德拉·德帕维亚(Adela DePavia),SS,《重新审视光谱聚类:发现费德勒矢量中隐藏的信息》。数据科学。,3, 225-249 (2021) ·Zbl 1483.31038号
[5] Bardi,M.,Capuzzo-Dolectta,I.:哈密尔顿-雅可比-贝尔曼方程的最优控制和粘度解,Springer Science&Business Media(2008)·Zbl 1134.49022号
[6] Barnett,V.,《多元数据的排序》,J.Royal Stat.Soc.:Ser。(概述),139,318-344(1976)
[7] Bellock,K.:Alpha形状工具箱https://github.com/bellockk/alphashape。(2021/10/22访问)(2021)
[8] Bentley,JL,多维分治,Commun。ACM,23214-229(1980年)·Zbl 0434.68049号
[9] Bentley,JL,多维分治,离散与复合。地理。,4, 101-115 (1989)
[10] Bernhardsson,E.:Annoy:c++/python中的近似最近邻https://pypi.org/project/naune网站/(访问日期:2020/10/19)(2018)
[11] Berry,T。;Sauer,T.,带边界流形上的密度估计,计算。统计数据分析。,107, 1-17 (2017) ·Zbl 1466.62029号
[12] Birbrair,L。;丹考斯基,MP,《中轴和奇点》,J.Geom。分析。,27, 2339-2380 (2017) ·Zbl 1380.32009年
[13] Bou-Rabee,A.,Morfe,P.S.:二维帕累托剥离的Hamilton-Jacobi标度极限,arXiv预印本arXiv:2110.6016,(2021)
[14] Boucheron,S.,Lugosi,G.,Massart,P.:《集中不平等:独立的非症状理论》,牛津大学出版社(2013)·Zbl 1279.60005号
[15] Calder,J.,《博弈论p-Laplacian和少标签半监督学习》,《非线性》,32,301-330(2018)·Zbl 1408.35048号
[16] Calder,J.:关于粘度溶液的讲座笔记,在线讲座笔记http://www-users.math.umn.edu/jwcalder/粘度解决方案.pdf(2018)
[17] Calder,J.,Lipschitz学习与无限未标记数据和有限标记数据的一致性,SIAM J.数学。数据科学。,1, 780-812 (2019) ·Zbl 1499.35598号
[18] Calder,J.:变分法,在线讲稿http://www-users.math.umn.edu/jwcalder/CalculusOfVariations.pdf(2020年)
[19] Calder,J.:基于图的聚类和半监督学习,https://github.com/jwcalder/GraphLearning。(2020年10月19日访问)(2020年)·Zbl 1465.35152号
[20] Calder,J。;Esedoḡlu,S。;Hero,AO,非支配排序连续极限的Hamilton-Jacobi方程,SIAM J.Math。分析。,46, 603-638 (2014) ·Zbl 1288.35190号
[21] Calder,J.,Ettehad,M.:图上的Hamilton-Jacobi方程及其在半监督学习和数据深度中的应用,准备中(2021)
[22] Calder,J.,Trillos,N García:(varepsilon)-图和k-NN图上拉普拉斯图的改进谱收敛速度,arXiv:1910.13476(2019)
[23] Calder,J.,Trillos,N.García,Lewicka,M.:随机数据云上图拉普拉斯算子的Lipschitz正则性,arXiv:2007.06679(2020)·Zbl 1485.35153号
[24] Calder,J.,Slepčev,D.,Thorpe,M.:低标记率拉普拉斯半监督学习的收敛速度,arXiv:2006.02765(2020)
[25] Calder,J。;聪明,CK,凸壳剥落的极限形状,杜克数学。J.,169,2079-2124(2020)·兹比尔1455.35047
[26] Cannarsa,P.,Sinestari,C.:半凹函数,Hamilton-Jacobi方程和最优控制,第58卷,Springer Science&Business Media(2004)·Zbl 1095.49003号
[27] Carrizosa,E.,《半空间深度的表征》,J.Multivar。分析。,58, 21-26 (1996) ·Zbl 0865.62036号
[28] 陈,J-S;希尔曼,M。;Chi,S-W,无网格方法:20年后取得的进展,J.Eng.Mech。,143, 04017001 (2017)
[29] 陈,Y-C;基因组,CR;Wasserman,L.,《密度水平集:渐近、推理和可视化》,J.Amer。统计师。协会,1121684-1696(2017)
[30] 夏晨毅;徐伟。;Lee,M.L。;Ooi,BC,《边界:边界点的有效计算》,IEEE Trans。知识。数据工程,18,289-303(2006)
[31] 切尔诺朱科夫,V。;加利雄,A。;Hallin,M。;Henry,M.,Monge-kantorovich depth,quantiles,ranks and signs,Ann.Stat.,45,223-256(2017年)·Zbl 1426.62163号
[32] Costa,J.A.,Hero,A.O.:确定高维形状空间的内在维数和熵。In:《形状的统计与分析》,Springer,第231-252页(2006)·Zbl 1160.94303号
[33] Cuevas,A。;Fraiman,R.,《支持估算的插件方法》,《Ann.Stat.》,第25卷,第2300-2312页(1997年)·Zbl 0897.62034号
[34] Cuevas,A。;R·弗雷曼。;Györfi,L.,朝向Minkowski含量的普遍一致估计,ESAIM Probab。统计,17,359-369(2013)·Zbl 1395.62069号
[35] 奎瓦斯,A。;R·弗雷曼。;Rodríguez-Casal,A.,《估算长度和表面积的非参数方法》,《统计年鉴》。,35, 1031-1051 (2007) ·Zbl 1124.62017年
[36] Cuevas,A。;Rodríguez-Casal,A.,《关于边界估计》,Adv.in Appl。概率。,36340-354(2004年)·Zbl 1045.62019号
[37] de Micheaux,P.L.,Mozharovskyi,P.,Vimond,M.:曲线数据和应用的深度,美国统计协会杂志,第1-17页(2020年)
[38] Devroye,L。;Wise,GL,通过支持的非参数估计检测异常行为,SIAM J.Appl。数学。,38, 480-488 (1980) ·Zbl 0479.62028号
[39] Dong,W.,Moses,C.,Li,K.:通用相似度量的高效K-最近邻图构造。摘自:《第20届万维网国际会议论文集》,WWW’11,美国纽约州纽约市,计算机协会,第577-586页(2011)
[40] Edelsbrunner,H.:《阿尔法形状——一项调查》,《科学中的细分》(2010)
[41] Edelsbrunner,H。;柯克帕特里克,D。;Seidel,R.,《关于平面上一组点的形状》,IEEE Trans。Inf.理论,29551-559(1983)·Zbl 0512.52001
[42] Edelsbrunner,H。;Mücke,EP,三维α形状,ACM Trans。图表。,13, 43-72 (1994) ·Zbl 0806.68107号
[43] 芬莱,C。;Oberman,A.,《改进点云和规则网格上单调有限差分格式的精度》,SIAM J.Sci。计算。,41,A3097-A3117(2019)·Zbl 1481.65204号
[44] Flores,M.,Calder,J.,Lerman,G.:基于Lp的图半监督学习的分析和算法,arXiv:1901.05031(2019)
[45] 传单,N。;Wright,GB,球体上浅水方程的径向基函数法,《皇家学会学报A:数学、物理和工程科学》,4651949-1976(2009)·Zbl 1186.76664号
[46] Foote,RL,距离函数的正则性,《美国数学学报》。《社会学杂志》,92,153-155(1984)·Zbl 0528.53005号
[47] Froese,BD,Hessian特征值函数的无网格有限差分逼近,Numer。数学。,138, 75-99 (2018) ·Zbl 1410.35037号
[48] Fuselier,E。;Wright,GB,有限正定核嵌入子流形上的散射数据插值:Sobolev误差估计,SIAM J.Numer。分析。,50, 1753-1776 (2012) ·Zbl 1251.41004号
[49] 北卡罗来纳州加西亚·特里洛斯。;Gerlach,M。;海因,M。;Slepčev,D.,随机几何图上拉普拉斯算子向拉普拉斯-贝尔特拉米算子的谱收敛的误差估计,找到。计算。数学。,20, 827-887 (2020) ·Zbl 1447.62141号
[50] 北卡罗来纳州加西亚·特里洛斯。;Murray,RW,图拉普拉斯回归元一致收敛的最大原理论证,SIAM J.Math。数据科学。,2, 705-739 (2020) ·兹比尔1485.35137
[51] Hein,M.,Audibert,J.-Y.:第22届机器学习国际会议论文集,第289-296页(2005)
[52] 拉奇泽·雷,R。;Vega,S.,不规则集的边界密度和Voronoi集估计,Trans。阿默尔。数学。Soc.,369,4953-4976(2017)·Zbl 1388.60042号
[53] 赖,R。;梁,J。;Zhao,H-K,求解点云上偏微分方程的局部网格方法,逆问题。成像,7737(2013)·兹比尔1273.65034
[54] LeCun,Y。;博图,L。;Y.本吉奥。;Haffner,P.,《基于梯度的学习应用于文档识别》,Proc。IEEE,86,2278-2324(1998)
[55] 李,Z。;施,Z。;Sun,J.,点积分法,用于从具有收敛保证的点云求解流形上的泊松型方程,Commun。计算。物理。,22, 228-258 (2017) ·Zbl 1488.65714号
[56] 梁,J。;Zhao,H.,在点云上解偏微分方程,SIAM J.Sci。计算。,35,A1461-A1486(2013)·Zbl 1275.65080号
[57] Liang,S.,Jiang,S-W.,Harlim,J.,Yang,H.:用机器学习求解未知流形上的偏微分方程,arXiv:2106.06682(2021)
[58] 刘,RY;帕雷利乌斯,JM;Singh,K.,《通过数据深度进行多元分析:描述性统计、图形和推断》(刘和Singh进行了讨论和反驳),《Ann.Stat.》,27,783-858(1999)·Zbl 0984.62037号
[59] McMullen,P.,凸多面体的最大面数,Mathematika,17,179-184(1970)·Zbl 0217.46703号
[60] Molina-Furuoso,M.,Murray,R.:Eikonal深度:统计深度的最佳控制方法,《准备中》(2021)
[61] Molina-Furusoo,M.,Murray,R.:Tukey深度和Hamilton-Jacobi微分方程,arXiv:2104.01648(2021)·Zbl 1490.35478号
[62] Oberman,AM,椭圆Monge-Ampere方程的宽模板有限差分格式和Hessian,离散和连续动力系统的特征值函数-B,10,221(2008)·Zbl 1145.65085号
[63] Piret,C.,《正交梯度法:求解任意曲面上偏微分方程的径向基函数法》,J.Compute。物理。,231, 4662-4675 (2012) ·兹比尔1248.35009
[64] Piret,C.,Dunn,J.:求解任意曲面上的偏微分方程的快速rbf ogr。收录于:AIP会议记录,第1776卷,AIP Publishing LLC,第070005页(2016)
[65] 乔·W。;Polonik,W.,《水平集的非参数置信区:统计特性和几何》,电子。J Stat.,13,985-1030(2019)·兹伯利1418.62144
[66] 邱,B.-Z.,岳,F.,沈,J.-Y.:《Brim:一种有效的边界点检测算法》,载于《知识发现和数据挖掘的进展》,周,Z.-H.,李,H.,杨,Q.(编辑)柏林,海德堡,斯普林格-柏林-海德堡(2007),第761-768页
[67] Rodríguez Casal,A.,《凸性类型假设下的集估计》,《年鉴》。H.P.Probabilités et statistiques,43,763-774(2007)·Zbl 1169.62317号
[68] 塞提安,JA;Vladimirsky,A.,非结构网格上的eikonal方程和相关Hamilton-Jacobi方程的快速方法,Proc。国家。阿卡德。科学。,97, 5699-5703 (2000) ·Zbl 0963.65076号
[69] Shi,Z.,在点积分法中通过体积约束强制Dirichlet边界条件,Commun。数学。科学。,15, 1743-1769 (2017) ·Zbl 1397.65235号
[70] Small,C.G.:图上测地线产生的多维中位数,《统计年鉴》,第478-494页(1997年)·兹比尔0923.62070
[71] Suchde,P。;Kuhnert,J.,《演化曲面上pde的完全拉格朗日无网格框架》,J.Compute。物理。,395, 38-59 (2019) ·Zbl 1452.65178号
[72] Suchde,P。;Kuhnert,J.,曲面方程的无网格广义有限差分法,计算。数学。申请。,78, 2789-2805 (2019) ·Zbl 1443.65287号
[73] MathWorks Inc.,字母表:Matlab文档。https://www.mathworks.com/help/matlab/ref/alphashape.html。访问时间:2021-10-17
[74] Wu,H.tieng,Wu,N.:当局部线性嵌入触及边界时,arXiv:1811.04423(2019)
[75] 特拉斯克,N。;Kuberry,P.,曲面pdes的相容无网格离散化,计算。第部分。机械。,7, 271-277 (2020)
[76] Tukey,JW,《数学与数据图像》,Proc。国际会议。数学。万科。,2, 1975, 523-531 (1975) ·兹伯利0347.62002
[77] Vaughn,R.,Berry,T.,Antil,H.:嵌入流形的扩散映射及其对pdes的应用,arXiv预印本arXiv:1912.01391(2019)
[78] 王,M。;Leung,S。;Zhao,H.,用于离散点云上Laplace-Beltrami算子的修正虚拟网格差分,SIAM J.Sci。计算。,40,A1-A21(2018)·Zbl 1379.65083号
[79] Xiao,H.,Rasul,K.,Vollgraf,R.:时尚MNIST:一个用于基准测试机器学习算法的新型图像数据集,arXiv:17080077747(2017)
[80] Yuan,A.,Calder,J.,Osting,B.:pagerank算法的连续极限,《欧洲应用数学杂志》,第1-33页(2020年)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。