×

含噪数据的序贯函数近似。 (英文) Zbl 1415.65035号

摘要:我们提出了一种使用随机噪声样本序列逼近未知函数的序列方法。与传统的函数近似方法不同,当前方法每次使用一个样本构造近似。这导致了只使用矢量运算的简单数值实现,并避免了存储整个数据集的需要。因此,当数据集非常大时,该方法特别适用。此外,我们提出了一个通用的理论框架来定义和解释该方法。为达到预期结果,建立了该方法的上下限。通过数值算例验证了理论结果。

MSC公司:

65日第15天 函数逼近算法
65C20个 概率模型,概率统计中的通用数值方法

软件:

测试包
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 奥克,比约克,最小二乘问题的数值方法(1996),工业和应用数学学会·Zbl 0847.65023号
[2] Bottou,Léon,《随机梯度下降的大规模机器学习》,(2010年COMPSTAT会议论文集,Springer),177-186·Zbl 1436.68293号
[3] Brezinski,C。;Redivo-Zaglia,M.,卡兹马茨方法的收敛加速,J.工程数学。,93, 3-19 (2015) ·Zbl 1360.65098号
[4] 陈,X。;Powell,A.M.,随机测量下Kaczmarz算法的几乎必然收敛性,J.Fourier Ana。申请。,18, 1195-1214 (2012) ·Zbl 1268.65042号
[5] Cheney,E.W.,《近似理论导论》(1966),McGraw-Hill:McGraw-Hill纽约·Zbl 0161.25202号
[6] Davis,P.J.,插值和近似(1975),多佛·Zbl 0329.41010号
[7] Eldar,Y.C。;Needell,D.,通过Johnson-Lindenstrauss引理加速随机Kaczmarz方法,Numer。算法,58,2,163-177(2011)·兹比尔1230.65051
[8] Genz,A.,测试多维集成例程,(国际科学与工程计算工具、方法和语言会议记录(1984),爱思唯尔北荷兰公司),81-94
[9] 刘杰。;Wright,S.J.,《加速随机Kaczmarz算法》,数学。计算。,85297153-178(2016)·Zbl 1327.65065号
[10] Needell,D.,噪声线性系统的随机Kaczmarz解算器,BIT数字。数学。,50, 2, 395-403 (2010) ·Zbl 1195.65038号
[11] 鲍威尔,M.J.D.,《近似理论与方法》(1981),剑桥大学出版社·Zbl 0453.41001号
[12] Rivlin,T.J.,《函数逼近导论》(1969),多佛出版公司·Zbl 0189.06601号
[13] Shin,Y。;Xiu,D.,多元函数逼近的随机算法,SIAM J.Sci。计算。,39,A983-A1002(2017)·Zbl 1366.41018号
[14] 斯特罗默,T。;Vershynin,R.,《指数收敛的随机Kaczmarz算法》,J.Fourier Ana。申请。,15, 2, 262-278 (2009) ·Zbl 1169.68052号
[15] Wallace,T。;Sekmen,A.,使用正交子空间投影加速Kaczmarz,(生物医学科学与工程会议,生物医学科学和工程会议,BSEC,美国田纳西州橡树岭,2013年5月21日至23日(2013年),IEEE),1-4
[16] Wu,K。;Shin,Y。;Xiu,D.,用于高维多项式逼近的随机张量求积方法,SIAM J.Sci。计算。,39,A1811-A1833(2017)·Zbl 1373.65012号
[17] Zouzias,A。;Freris,N.M.,求解最小二乘的随机扩展Kaczmarz,SIAM J.矩阵分析。申请。,34, 2, 773-793 (2013) ·Zbl 1273.65053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。