实体
Reproducing Kernel Banach Spaces
Reproducing Kernel Banach Spaces
PulseAugur coverage of Reproducing Kernel Banach Spaces — every cluster mentioning Reproducing Kernel Banach Spaces across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
两篇arXiv论文分析AI和ML中的统计逆问题
两篇新提交至arXiv的研究论文探讨了机器学习和人工智能中的统计逆问题。第一篇论文侧重于非自反巴拿赫空间中这些问题的正则化技术，使用布雷格曼距离推导收敛界限。第二篇论文采用Tikhonov正则化和统计学习理论，分析了再生核巴拿赫空间中的收敛性，以从噪声数据中估计解决方案。
-
Reproducing Kernel Banach Spaces 中的高斯过程探索
研究人员发表了一篇论文，探讨了高斯过程与 Reproducing Kernel Banach Spaces 中的高斯随机元素之间的关系。研究表明，弱二阶 Radon 概率测度的协方差算子由正定函数唯一确定。此外，该论文使用 $\gamma$-radonifying 算子表征了高斯背景下由协方差算子产生的正定函数，并将 Driscoll 定理推广到 Banach 空间设置。
-
AI方法通过稀疏识别解决复杂的非线性偏微分方程
研究人员开发了一个使用稀疏径向基函数网络的求解非线性偏微分方程（PDE）的新颖框架。该方法结合了促进稀疏性的正则化，以管理参数过剩并减少冗余特征，旨在改进现有的方法，如物理信息神经网络和高斯过程。该方法基于再生核巴拿赫空间理论，并采用三阶段算法以提高计算效率，包括自适应特征选择和剪枝。数值实验表明了其有效性，尤其是在其优于高斯过程方法的情况下。