【摘要】我们在计算的量模型学习multivariate功能的集成的近似。用一条新减小途径,我们在各向异性的Sobolev班上获得第n个最小的质问错误的更低的界限?(Wpr([0,1]d))(r鈭??+d)。然后把这结果与我们我们决定的以前的一个相结合为各向异性的H的第n个最小的质问错误的最佳的界限?lder-Nikolskii班?(H鈭?r([0,1]d))并且Sobolev班B(W鈭?r([0,1]d))。为班的这二种类型,量算法给的结果表演重要在古典确定、使随机化的算法上加快。关键词量集成-各向异性的Sobolev类-H?lder-Nikolskii类-第n最小的询问错误先生(2000)题
【关键词】
全文来源于知网
Analysis of a Shil'nikov Type Homoclinic Bifurcati Yan Cong XU1 Xing Bo 2018 10 0 ¥:0
收藏
On p-convergent Operators on Banach Lattices Elroy D. ZEEKOEI Jan 2018 81 0 ¥:0
收藏
K-fusion Frames and the Corresponding Generators Ai Fang LIU Peng Ton 2018 133 0 ¥:0
收藏
Global Phase Portraits of Quadratic Systems with a Jaume LLIBRE1 Claudi 2018 224 0 ¥:0
收藏
On Absolute Norlund Spaces and Matrix Operators G. Canan HAZAR M. Al 2018 326 0 ¥:0
收藏