研究人员开发了一种在新方法,使用离散化黎曼流形上的离散高斯马尔可夫随机场 (GMRF) 来近似 Whittle-Matern 场。该方法为整个 $(\alpha, \kappa)$ GMRF 族(无论其具体参数如何)的精度和协方差矩阵提供了一个通用的近似方案。该方法还固有地模拟了随机场的点状和分段平滑测量,并且其计算成本与使用的插值器无关。此外,精度矩阵被证明是图拉普拉斯算子在连接良好且体积集中的离散化上的谱函数,并提供了一个低秩近似器,可用于压缩感知应用。 AI
影响 这项研究可能导致更有效地对复杂空间数据进行建模和分析,并可能影响依赖此类模型的领域,包括一些人工智能研究领域。
排序理由 该集群包含一篇 arXiv 预印本,详细介绍了一种新的近似场的数学方法,该方法属于研究范畴。
- arXiv
- discrete exterior calculus
- finite element method
- Gauss Markov Random Fields
- GMRFs
- Riemannian manifold
- Srinivas Nambirajan
- Whittle-Matern
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →