×

高维几何代数外部映射的低内存时间效率实现。 (英语) Zbl 1434.68703号

小结:自20世纪60年代David Hestenes重新发现几何代数以来,外凸性一直是遗传算法数学发展的基石。遗传算法中许多重要的数学公式可以表示为外凸性,如versor积、线性投影算子、,以及相关坐标系之间的映射。在过去的二十年里,基于遗传算法的数学模型和软件实现已经在科学和工程的许多领域得到了发展。因此,在这一背景下,有效地实现外部目标具有重要意义。这项工作试图为使用几何代数的实际原型应用程序优化外部轮廓的软件实现问题提供一些启示。与其他常见方法相比,我们在这里提出的实现外层映射的方法需要更少数量级的内存,同时在时间性能上具有可比性,特别是对于高维几何代数。

MSC公司:

68瓦30 符号计算和代数计算
15-04 线性代数相关问题的软件、源代码等
15A66型 Clifford代数,旋量
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Bayro-Corrochano,E.,几何代数应用(2018),纽约:Springer,纽约
[2] Breuils,S.:几何代数算子的算法结构及其在二次曲面上的应用。巴黎大学预计论文(2018年)
[3] Breuils,S。;诺齐克,V。;Fuchs,L.,《使用二叉树的几何代数实现》,Adv.Appl。克利福德代数,27,3,2133-2151(2017)·Zbl 1382.65051号 ·doi:10.1007/s00006-017-0770-6
[4] Breuils,S。;诺齐克,V。;Fuchs,L.,Garamon:几何代数库生成器,Adv.Appl。克利福德代数,29,4,2153(2019)·Zbl 1422.68329号 ·doi:10.1007/s00006-019-0987-7
[5] Breuils,S.,Nozick,V.,Fuchs,L.,Hildenbrand,D.,Benger,W.,Steinmetz,C.:计算高维几何代数乘积的混合方法。摘自:2017年国际计算机制图会议记录。纽约ACM出版社(2017)
[6] De Keninck,S.:Ganja.js。https://github.com/enkimute/ganja.js。2020年1月14日访问
[7] 多斯特,L。;Fontijne,D。;Mann,S.,《计算机科学几何代数》(2009),牛津:爱思唯尔出版社,牛津
[8] Eid,AH,《任意签名坐标系上几何代数运算的扩展实现框架》,Adv.Appl。克利福德代数,28,1,16(2018)·兹比尔1390.68776 ·doi:10.1007/s00006-018-0827-1
[9] 富克斯,L。;Théry,L.,用二叉树实现几何代数乘积,高级应用。Clifford代数,24589-611(2014)·Zbl 1311.68147号 ·doi:10.1007/s00006-014-0447-3
[10] 赫斯特内斯,D。;Sobczyk,G.,Clifford代数到几何微积分:数学和物理的统一语言(物理基础理论)(1987),纽约:Springer,New York
[11] Hildenbrand,D.,《几何代数计算基础》(2015),柏林:施普林格,柏林
[12] 希策,E。;Nitta,T。;Kuroe,Y.,Clifford几何代数的应用,高级应用。克利福德代数,23,2,377-404(2013)·Zbl 1269.15022号 ·doi:10.1007/s00006-013-0378-4
[13] Peeter,J.,《电气工程师几何代数:多矢量电磁学》(2019),斯科茨河谷:CreateSpace独立出版平台,斯科茨山谷
[14] Perwass,C.,《几何代数及其在工程中的应用》(2008),纽约:Springer,纽约
[15] Reed,M.,《微分几何代数与莱布尼茨和格拉斯曼》,Proc。JuliaCon,1,1(2019)
[16] 桑温,SJ;Hitzer,E.,Clifford多向量工具箱(用于MATLAB),高级应用程序。克利福德代数,27,1539-558(2016)·Zbl 1407.68566号 ·数字对象标识代码:10.1007/s00006-016-0666-x
[17] 王,Y。;Zhang,F.,用于地理对象计算和分析的基于CGA的时空拓扑关系的统一形式化表达,Adv.Appl。克利福德代数,29,4,59(2019)·Zbl 1423.86003号 ·doi:10.1007/s00006-019-0971-2
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。