×
坎帕尼亚，R。;德马奇，S。;佩拉奇奥内，E。;桑廷，G。

指数多项式样条的稳定插值和贪婪算法的节点选择。 （英语） Zbl 1504.65028号

高级计算。数学。 48，第6号，第69号论文，第27页（2022年）.
摘要：在这项工作中，我们扩展了贪婪算法的一些思想，贪婪算法是一些成熟的工具，例如，核基和指数多项式样条，其主要缺点在于过盈以及随后的近似值振荡。为了部分地克服这个问题，我们发展了一些关于理论上最优插值点的结果。此外，我们引入了两种算法，它们基于样本残差（（f）贪婪）或基于样条勒贝格函数（（lambda）贪婪）的近似误差上界的最小化来自适应选择样条插值点。这两种方法都允许我们自适应选择采样点，即样条节点。虽然贪婪选择是针对一个特定的目标函数定制的，但贪婪算法使我们能够定义与目标数据相关的插值节点。

MSC公司：

65D07年 使用样条曲线进行数值计算
41A05型 近似理论中的插值
41甲15 样条线近似

关键词：

贪婪的方法;勒贝格函数;指数多项式样条;节点选择

软件：

高斯QR
PDF格式BibTeX公司 XML格式引用
\textit{R.Campagna}等人，高级计算。数学。48，第6号，第69号文件，第27页（2022年；Zbl 1504.65028）
全文： 内政部
OA许可证

参考文献：

[1] Bos，L.，De Marchi，S.，Vianello，M.：立方体中Lissajous曲线的多项式逼近。申请。数字数学。116, 47-56 (2017) ·Zbl 1372.65028号
[2] Campagna，R.，Conti，C.：惩罚双曲多项式样条。申请。数学。莱特。118 (2021). doi:10.1016/j.aml.2021.107159·Zbl 1479.41003号
[3] Fasshauer，G.E.，McCourt，M.：使用MATLAB的基于核的近似方法。世界科学，新加坡（2015）·Zbl 1318.00001号
[4] Wendland，H.：分散数据近似。剑桥应用和计算数学专著，第17卷。剑桥大学出版社，剑桥（2005）·Zbl 1075.65021号
[5] 康蒂，C。；罗曼尼，L。；Schenone，D.，使用Hough变换对数字图像中平面曲线轮廓进行半自动样条拟合，模式识别。，74, 64-76 (2018) ·doi:10.1016/j.patcog.2017.09.017
[6] Bohra，P。；坎波斯，J。；古普塔，H。；阿齐兹内贾德，S。；Unser，M.，深度（样条）神经网络中的学习激活函数，IEEE开放J.信号处理。，1, 295-309 (2020) ·doi:10.1109/OJSP.2020.3039379
[7] Unser，M.，深度神经网络的一个代表定理，J.机器学习研究，20，1-30（2019）·Zbl 1434.68526号
[8] Cohen，E.，Riesenfeld，R.，Elber，G.：用样条线进行几何建模。CRC出版社，纽约（2001）·Zbl 0980.65016号
[9] Uhlmann，V.、Delgado-Gonzalo，R.、Conti，C.、Romani，L.、Unser，M.：用于生物医学图像分析的指数Hermite样条。摘自：IEEE声学、语音和信号处理国际会议，ICASSP 2014，意大利佛罗伦萨，2014年5月4-9日，第1631-1634页。IEEE（2014）。doi:10.1109/ICASSP.2014.6853874
[10] Unser，M。；Blu，T.，《基数指数样条：第一部分——理论和滤波算法》，IEEE Trans。信号处理。，53, 4, 1425-1438 (2005) ·Zbl 1370.94262号 ·doi:10.1010/TSP.2005.843700
[11] 坎帕尼亚，R。；巴约纳，V。；Cuomo，S.，通过Gaver-Stehfest算法使用局部PHS+多边形近似进行拉普拉斯变换反演，Dolomites Res.Notes近似，13，55-64（2020）
[12] 坎帕尼亚，R。；康蒂，C。；Cuomo，S.，《多指数衰减数据的平滑指数多项式样条》，《白云石研究注释近似值》，12，1，86-100（2019）
[13] Campagna，R.，Conti，C.，Cuomo，S.：基于平滑样条的拉普拉斯变换反演的计算误差界。申请。数学。计算。383125376（2020）·Zbl 1474.65481号
[14] Brutman，L.，关于多项式插值的勒贝格函数，SIAM J.Numer。分析。，15, 694-704 (1978) ·Zbl 0391.41002号 ·doi:10.1137/0715046
[15] Brutman，L.，《多项式插值的勒贝格函数——综述》，《Ann.Numer》。数学。，4, 111-127 (1997) ·Zbl 0888.41001号
[16] 贝利斯，A。；Turkel，E.，Chebyshev伪谱近似的映射和精度，J.Compute。物理。，101, 349-359 (1992) ·Zbl 0757.65009号 ·doi:10.1016/0021-9991（92）90012-N
[17] 贝鲁特，JP；Mittelmann，HD，Lebesgue常数最小化区间上连续函数的线性有理插值，计算。数学。应用。，33, 6, 77-86 (1997) ·Zbl 0893.41009号 ·doi:10.1016/S0898-1221（97）00034-5
[18] Bos，L。；卡利亚里，M。；De Marchi，S。；维亚内洛，M。；Xu，Y.，Padua点的二元拉格朗日插值：生成曲线方法，J.近似理论，143，1，15-25（2006）·Zbl 1113.41001号 ·doi:10.1016/j.jat.2006.03.008
[19] Bos，L.，De Marchi，S.，Hormann，K.：关于等距节点上Berrut有理插值的Lebesgue常数。J.计算。申请。数学。236(4), 504-510 (2011) ·兹比尔1231.41003
[20] De Marchi，S.，Marchetti，F.，Perracchione，E.，Poggiali，D.：假节点的多元近似。申请。数学。计算。391, 125628 (2021) ·兹比尔1474.65022
[21] Temlyakov，VN，贪婪近似，《数值学报》，17，235-409（2008）·Zbl 1178.65050号 ·doi:10.1017/S0962492906380014
[22] Haasdonk，B.，Santin，G.：稀疏代理建模的贪婪核近似。摘自：Keiper，W.，Milde，A.，Volkwein，S.（编辑）《模拟和优化的简化模型（ROM）：强大的算法作为科学计算的关键促成因素》，第21-45页。查姆施普林格（2018）·Zbl 1416.65059号
[23] 马尔基，SD；沙巴克，R。；Wendland，H.，径向基函数插值的近最优数据相关点位置，高级计算。数学。，23, 317-330 (2005) ·Zbl 1070.65008号 ·doi:10.1007/s10444-004-1829-1
[24] Santin，G.，Haasdonk，B.：基于核近似的数据依赖贪婪算法的收敛速度。白云石研究注释约10（2），68-78（2017）·Zbl 1370.94401号
[25] Wirtz，D.，Haasdonk，B.：向量核正交贪婪算法。白云石研究注释约683-100（2013年）。doi:10.14658/pupj-drna-2013-特别版
[26] Wenzel，T.、Santin，G.、Haasdonk，B.：一类新的稳定贪婪核近似算法：收敛性、稳定性和均匀点分布。近似理论杂志262105508（2021）。doi:10.1016/j.jat.2020.105508·Zbl 1458.65018号
[27] Wenzel，T.、Santin，G.、Haasdonk，B.：目标数据相关贪婪核算法的分析：f-、f\（\cdot P\）-和f\（/P\）-贪婪的收敛速度。https://arxiv.org/abs/2105.07411，接受发表在《构造近似法》（2021）中
[28] Dutta，S.、Farthing，M.W.、Perracchione，E.、Savant，G.、Put，M.：浅水方程的贪婪非侵入降阶模型。J.计算。物理学。439, 110378 (2021) ·Zbl 07512322号
[29] Seatzu，S.，Un metodo per la costruzione di smoosing splines natural mono e bidimensionali，Calcolo，12，259-273（1975）·Zbl 0321.41008号 ·doi:10.1007/BF02576820
[30] Stoer，J.，Bulirsch，R.：《数值分析导论》第3卷。斯普林格（2002）·Zbl 1004.65001号
[31] 阿特金森，K.E.：数值分析导论。John Wiley&Sons（2008）
[32] Campagna，R.，Conti，C.，Cuomo，S.：HP-样条曲线频率参数的数据驱动选择。手稿（2022）
[33] Yueh，W-C，几个三对角矩阵的特征值，应用数学电子笔记[仅电子版]，566-74（2005）·Zbl 1068.15006号
[34] 沙巴克，R。；Wendland，H.，大型RBF系统近似解的自适应贪婪技术，Numer。算法，24，3，239-254（2000）·Zbl 0957.65021号 ·doi:10.1023/A:1019105612985
[35] 科佩尔，M。；弗兰泽林，F。；科洛克，I。；Oladyshkin，S。；Santin，G。；Wittwar，D。；Barth，A。；Haasdonk，B。；诺瓦克，W。；Pflüger，D。；Rohde，C.，二氧化碳储存基准情景数据驱动不确定性量化方法的比较，计算。地质科学。，23, 2, 339-354 (2019) ·Zbl 1414.76058号 ·doi:10.1007/s10596-018-9785-x
[36] Romano，A.、Campagna，R.、Masi，P.、Toraldo，G.：小麦面团中水流动性的核磁共振数据分析：一种计算方法。收录：谢尔盖耶夫，Y.D.，科瓦索夫，D.E.（编辑）《数值计算：理论与算法》，第146-157页。查姆斯普林格（2020）·Zbl 07249924号
[37] Campagna，R.，Perracchione，E.：多指数衰减曲线数值反演的特征增强。AIP会议记录2425（1），050004（2022）doi:10.1063/5.0081505。doi:10.1063/5.0081505
[38] Perracchione，E.，Massone，A.M.，Piana，M.：有限数据傅里叶变换反演的特征增强。反问题（2021）。数字对象标识代码：10.1088/1361-6420/ac1ad7·Zbl 1510.65025号
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。