×
丹尼·里奥斯;伯特·Jüttler

LSPIA、（随机）梯度下降和参数校正。 （英语） Zbl 1482.65024号

J.计算。申请。数学。 406，文章ID 113921，12 p.（2022）.
小结：我们展示了用于曲线和曲面逼近的LSPIA方法，该方法由C.邓和H.林，[“最小二乘B样条曲线和曲面拟合的渐进和迭代逼近”，计算辅助设计47，32–44（2014；doi:10.1016/j.cad.2013.08.012)]等价于梯度下降法。我们还注意到，Deng和Lin关于步长可行值的结果直接隐含在关于梯度下降方法收敛性质的经典结果中。我们提出了一种基于随机梯度下降的修改，这有助于利用神经网络技术实现。此外，我们还展示了如何通过参数校正（PC）将给定数据的参数化优化纳入该框架。这导致了新的LSPIA-PC方法及其基于神经网络的实现。数值实验表明，与LSPIA相比，该算法具有更好的计算性能。

引用于4文件

MSC公司：

65日第10天 数值平滑、曲线拟合
65D07年 使用样条曲线进行数值计算
68T07型 人工神经网络与深度学习
41甲15 样条线近似

关键词：

渐进迭代逼近;神经网络;参数修正
PDF格式BibTeX公司 XML格式引用
\textit{D.Rios}和\textit{B.Jüttler}，J.Compute。申请。数学。406，文章ID 113921，12 p.（2022；Zbl 1482.65024）
全文： 内政部

参考文献：

[1] Lin，H。；Maekawa，T。；邓，C.，几何迭代方法及其应用综述，计算。辅助设计。，95, 40-51 (2018)
[2] Björck，Å.，最小二乘问题，（Floudas，C.；Pardalos，P.，《优化百科全书》（2009），Springer:Springer Boston，Mass.），1856-1866
[3] C.de Boor，Agee的平滑方法是如何工作的？in：ARO报告79-3，程序。1979年陆军数值分析与计算机会议，1979年，第299-302页·Zbl 0449.65004号
[4] Lin，H。；王，G。；Dong，C.，构建迭代非均匀B样条曲线和曲面以拟合数据点，科学。中国Ser。信息科学。，47, 3, 315-331 (2004) ·Zbl 1186.65020号
[5] 林，H.-W。；鲍海杰。；Wang，G.-J.，完全正基和渐进迭代逼近，计算。数学。申请。，50，3-4，575-586（2005年）·Zbl 1084.41014号
[6] Lu，L.，加权逐步迭代逼近和收敛性分析，计算。辅助Geom。设计，27，2，129-137（2010）·Zbl 1210.65044号
[7] Carnicer，J。；德尔加多，J。；Peña，J.，关于渐进迭代近似性质和交替迭代，计算。辅助Geom。设计，28，9，523-526（2011）·Zbl 1244.65046号
[8] Hamza，Y.F。；Lin，H。；Li，Z.，曲线和曲面重建的隐式累进迭代逼近，计算。辅助Geom。《设计》，77，第101817条，第（2020）页·兹比尔1505.65061
[9] Lin，H。；Zhang，Z.，累进迭代近似的扩展迭代格式，计算。图表。，35, 5, 967-975 (2011)
[10] 邓，C。；Lin，H.，最小二乘B样条曲线和曲面拟合的渐进和迭代逼近，计算。辅助设计。，47, 32-44 (2014)
[11] 易卜拉希米，A。；Loghmani，G.，曲线渐进迭代逼近的一种收敛速度快的复合迭代程序，J.Compute。申请。数学。，359, 1-15 (2019) ·Zbl 1416.65057号
[12] 张，L。；Tan，J。；Ge，X。；Zheng，G.，广义B样条函数的几何迭代拟合法，J.Compute。申请。数学。，329, 331-343 (2018) ·Zbl 1376.65014号
[13] 卢，L。；赵，S.，参数曲线B样条拟合与特征识别的高质量点采样，J.Compute。申请。数学。，345, 286-294 (2019) ·Zbl 1415.65044号
[14] Lin，H。；曹琦。；Zhang，X.，奇异最小二乘拟合系统最小二乘逐步迭代逼近的收敛性，J.Syst。科学。复杂。，31, 6, 1618-1632 (2018) ·Zbl 1486.68168号
[15] 黄，Z.-D。；Wang，H.-D.，关于带记忆的最小二乘拟合渐进迭代逼近方法，计算。辅助Geom。设计，82，第101931条pp.（2020）·Zbl 1450.65019号
[16] Wang，H.，关于最小二乘拟合的扩展渐进和迭代逼近，Vis。计算。，1-12 (2021)
[17] Lin，H。；Zhang，Z.，使用T样条拟合大型数据集的有效方法，SIAM J.Sci。计算。，35、6、A3052-A3068（2013）·兹比尔1285.65008
[18] Lin，H.，混合曲线和面片的局部累进迭代近似格式，计算。辅助Geom。设计，27，4，322-339（2010）·Zbl 1210.65042号
[19] 刘，C。；刘，Z。；Han，X.，张量积Bézier补片的预处理逐步迭代逼近，数学。计算。模拟，185372-383（2021）·Zbl 07331064号
[20] 刘，M。；李，B。；郭，Q。；朱，C。；胡，P。；Shao，Y.，正则化最小二乘二元B样条曲面拟合的渐进迭代逼近，J.Compute。申请。数学。，327, 175-187 (2018) ·兹比尔1371.41012
[21] 刘，C。；韩，X。；Li，J.，三角形Bézier面片的预条件渐进迭代逼近及其应用，J.Comput。申请。数学。，366 (2020) ·Zbl 1490.65025号
[22] 陈，Z。；罗，X。；Tan，L。；Ye，B。；Chen，J.，基于Catmull-Clark细分曲面的渐进插值，计算。图表。论坛，27,1823-1827（2008）
[23] Polyak，B.T.，（优化导论。优化导论，数学与工程翻译系列（1987），优化软件公司，出版部：优化软件公司纽约出版部）·Zbl 0652.49002号
[24] 韦斯，V。；Andor，L。；雷纳，G。；Várady，T.，《高级曲面拟合技术》，计算。辅助Geom。设计，19，1，19-42（2002）·Zbl 0984.68166号
[25] 索克斯，E。；Daniel，M.，《改进的hoschek内在参数化》，计算。辅助Geom。设计，20，8，513-521（2003）·Zbl 1069.65533号
[26] 郑伟。；波·P。；刘，Y。；Wang，W.，L-BFGS快速B样条曲线拟合，计算。辅助Geom。设计，29，7，448-462（2012）·Zbl 1250.65022号
[27] Hoschek，J.，近似的内在参数化，计算。辅助Geom。设计，5，1，27-31（1988）·Zbl 0644.65011号
[28] 博图，L。；柯蒂斯，F。；Nocedal，J.，《大规模机器学习的优化方法》，SIAM Rev.，60，2，223-311（2018）·兹比尔1397.65085
[29] Gower，R.M。；Richtárik，P.，线性系统的随机迭代方法，J.矩阵分析。申请。，36, 4, 1660-1690 (2015) ·Zbl 1342.65110号
[30] 海姆，C.F。；Higham，D.J.，《深度学习：应用数学家简介》，SIAM Rev.，61，4，860-891（2019）·Zbl 1440.68214号
[31] 霍斯克，J。；Lasser，D.，《计算机辅助几何设计基础》（1993），AK Peters，Ltd·Zbl 0788.68002号
[32] 钱，N.，关于梯度下降学习算法中的动量项，神经网络。，12, 1, 145-151 (1999)
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。