Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2412.19539v1

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2412.19539v1 (math)
[提交于 2024年12月27日 (此版本) , 最新版本 2025年4月12日 (v2) ]

标题: 关于通过PDE系统近似空间卷积的研究

标题: On the approximation of spatial convolutions by PDE systems

Authors:Hiroshi Ishii, Yoshitaro Tanaka
摘要: 本文考虑了给定积分核的空间卷积的逼近问题。 通过偏微分方程系统对空间卷积进行逼近的方法已被提出,以消除一维空间中积分引起的解析困难。 在本文中,我们建立了高维空间中空间卷积的偏微分方程系统逼近方法。 我们通过Green函数的线性组合推导出给定任意径向积分核的逼近函数。 在该方法的证明中,我们引入适当的积分变换,以证明由Green函数构造的基的完备性。 从这一理论出发,可以通过偏微分方程组解的线性组合来逼近具有任意径向积分核的非局部卷积型算子。 最后,使用此方法展示了逼近的数值示例。
摘要: This paper considers the approximation problem for the spatial convolution with a given integral kernel. The approximation to the spatial convolution by PDE systems has been proposed to eliminate the analytical difficulties caused by the integrals for the one-dimensional space. In this paper we establish a PDE system approximation for the spatial convolutions in higher spatial dimensions. We derive an approximation function for given arbitrary radial integral kernels by linear sums of the Green functions. In the proof of this methodology we introduce an appropriate integral transformation to show the completeness of the basis constructed by the Green functions. From this theory, it is possible to approximate the nonlocal operator of the convolution type with any radial integral kernels by the linear sum of the solutions to the PDE system. Finally, numerical examples for the approximation are demonstrated using this method.
主题: 偏微分方程分析 (math.AP)
引用方式: arXiv:2412.19539 [math.AP]
  (或者 arXiv:2412.19539v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.19539
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hiroshi Ishii [查看电子邮件]
[v1] 星期五, 2024 年 12 月 27 日 09:07:27 UTC (227 KB)
[v2] 星期六, 2025 年 4 月 12 日 03:31:26 UTC (253 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • 其他格式
查看许可
当前浏览上下文:
math.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号