Optimal sampling recovery of mixed order Sobolev embeddings via discrete Littlewood-Paley type characterizations
Hausdorff-Center for Mathematics/Institute for Numerical Simulation(豪斯多夫数学中心/数值模拟研究所)
本文研究了多变量周期函数在离散采样点上的L_q逼近问题,通过Smolyak型插值算法在Besov-Lizorkin-Triebel空间中分析混合混合光滑度,提供了采样宽度的精确上界,填补了文献中的空白。
2017-03-01 cs.NA math.NA
Sampling on energy-norm based sparse grids for the optimal recovery of Sobolev type functions in $H^γ$
Hausdorff-Center for Mathematics(豪斯多夫数学中心);Vietnam National University, Hanoi, Information Technology Institute(越南国家大学河内分校信息技术研究所);Friedrich-Schiller-University Jena(耶拿弗里德里希·席勒大学)
研究了嵌入$H^{α,β}(\mathbb{T}^d) \hookrightarrow H^γ(\mathbb{T}^d)$的线性采样数收敛率,通过能量范数基于的稀疏网格实现经典三角插值,得出当$γ>β$时的精确多项式衰减率,并优化了Smolyak算法在混合光滑空间中的应用。
2014-08-15 cs.NA math.NA
Tractability of sampling recovery on unweighted function classes
本文证明无权Korobov空间及Hölder类与Wiener代数相交后,$L_2$采样恢复问题可处理,且必须依赖非线性算法而非线性算法。
2024-02-22 cs.NA math.NA
On universal sampling recovery in the uniform norm
本文利用一致范数下的通用采样离散化与表示结果,为多变量周期函数的各向异性Sobolev和Nikol'skii类建立通用采样恢复方法,并在二变量情形下借助Fibonacci点集获得最精确结果。
2023-07-08 cs.NA math.FA math.NA
Nonlinear Optimal Recovery in Hilbert Spaces
本文针对Hilbert空间中仅含有限测量数据的非线性问题,提出非线性最优恢复框架,证明其适定性与收敛性,并引入松弛形式以处理更广泛情形。
2025-06-04 cs.NA math.NA
Universal, sample-optimal algorithms for recovery of anisotropic functions from i.i.d. samples
Simon Fraser University(西蒙菲莎大学)
本文提出通用算法,用于从样本中恢复各向异性函数,通过将函数恢复转化为稀疏恢复问题,利用压缩感知实现最优收敛率,并证明了非线性算法在高维情况下的必要性。
2026-04-08 cs.IT cs.NA math.IT
Weighted sampling recovery of functions with mixed smoothness
Vietnam National University(越南国立大学)
本文研究带 Freud 型张量积权重的混合光滑性 Sobolev 空间中函数的线性加权采样恢复问题,通过在阶梯双曲交叉稀疏网格上构造采样算法,给出采样 n-宽度的上界,并在一维情形下证明了算法达到精确收敛速率。
2025-11-08 cs.NA math.NA
A note on sampling recovery of multivariate functions in the uniform norm
本文研究再生核 Hilbert 空间中多元函数在一致范数下的采样恢复,利用奇异数、Christoffel 函数及与 Weaver 猜想相关的子采样技术,建立预渐近且近最优的采样数界。
2021-04-02 cs.NA math.NA
Sampling numbers of smoothness classes via $\ell^1$-minimization
本文运用压缩感知技术,通过基于 $\ell^1$-最小化的恢复方法,证明了(拟)Banach 光滑度空间非线性抽样数的新上界,在多种空间中实现了优于线性方法的收敛速率。
2023-07-31 cs.NA math.NA
A survey on sampling recovery
Lomonosov Moscow State University(莫斯科罗蒙诺索夫国立大学)
本文综述了采样恢复领域近期发展,探讨了非线性方法在多变量函数类中优于线性方法的误差保证。
2026-01-13 cs.NA math.CA math.FA
Weighted approximate sampling recovery and integration based on B-spline interpolation and quasi-interpolation
Information Technology Institute, Vietnam National University, Hanoi(越南国立大学河内信息技术研究所)
本文提出基于B-样条插值和拟插值的加权近似采样恢复与积分方法,证明了其在Freud加权Sobolev空间中的渐近最优性与收敛性。
2026-01-03 cs.NA math.NA
Best $m$-term trigonometric approximation in weighted Wiener spaces and applications
Chemnitz University of Technology(卡姆尼茨工业大学);Institute of Mathematics of NAS of Ukraine(乌克兰国家科学院数学研究所)
本文研究了加权Wiener空间中的最佳$m$-项三角逼近,并通过压缩感知算法改进了多变量函数空间的恢复界。
2025-11-19 cs.NA math.FA math.NA
Greedy sampling designs via reduced basis methods: optimal recovery in the uniform norm
Chemnitz University of Technology(开姆尼茨工业大学);Institute of Mathematics of NAS of Ukraine(乌克兰国家科学院数学研究所)
该研究针对再生核希尔伯特空间的最优采样恢复,通过降基方法建立线性采样宽度与Gelfand宽度的新比较,克服平方根间隙,经数值实验验证了方法的有效性。
2026-09-02 cs.NA math.FA math.NA
Function recovery on manifolds using scattered data
本文研究流形上基于散乱数据的 Sobolev 函数恢复,证明样本质量由测地距离的 Lγ 平均决定,并得出最优收敛速率及随机样本渐近最优性,填补了求积公式的对数间隙。
2024-06-26 cs.NA math.NA
The Morley-type virtual element method for the Navier-Stokes equations in stream-function form on general meshes
设计了求解单连通多边形区域(不一定是凸区域)上以流函数表示的不可压Navier-斯托克斯方程的Morley型虚元方法。一个严格的分析,使用一个新的丰富的运营商。更准确地说,通过使用这样的操作,我们提供了新的离散Sobolev嵌入,允许建立的离散计划的适定性,并获得最佳的误差估计在破碎的$H^2$ -,$H^1$ -和$L^2$ -范数下的最小正则性条件下的弱解。速度场和涡量场通过后处理公式恢复。在此基础上,提出了一种基于Stokes复序列的压力恢复算法。最佳的误差估计得到所有的后处理变量。最后,通过几个基准测试,验证了理论误差界和该方法的良好性能。
2022-12-05 cs.NA math.NA
The devil in the (de)tails: an improved recovery guarantee for sparse approximation
Simon Fraser University(西蒙菲莎大学);Concordia University(康考迪亚大学)
针对稀疏逼近中截断误差过大的问题,利用样本点的独立同分布结构,提出基于连续L2范数衰减的离散L2截断误差上界,显著减小截断集大小并降低计算成本。
2026-06-26 cs.IT cs.NA math.IT
Sampling and cubature on sparse grids based on a B-spline quasi-interpolation
Vietnam National University, Hanoi(越南国立大学河内);Information Technology Institute(信息技术研究所)
针对各向异性光滑度的Besov型函数,利用B样条拟插值表示,构造了稀疏网格上的最优线性采样算法和求积公式,并给出了误差渐近阶。
2015-11-07 cs.NA math.NA
Fully discrete needlet approximation on the sphere
UNSW Australia(新南威尔士大学)
本文提出一种完全离散的needlet近似方法,通过二次求积规则近似内积积分,证明其等价于滤波超插值,实现最优收敛率。
2016-07-06 cs.NA math.NA
Sampling and reconstruction of convex functions
研究多元凸函数类在给定点样本下的最优恢复及采样数,通过上下界刻画 $L_p$ 误差下的最优衰减率,发现非线性重构方法优于基于张量积网格的线性方法。
2026-06-02 cs.NA math.FA math.NA