Core Concepts
有限離散データから解析写像を推定するための理論的枠組みを提案し、最小二乗多項式近似の背景にある数学的構造を明らかにする。
Abstract
本論文は、有限離散データから解析写像を推定するための一般的な理論的枠組みを提案している。特に、解析写像自体を直接近似するのではなく、解析写像によって誘導される局所解析汎関数のプッシュフォワードを近似することで、多変量の場合でも理論的に扱えるようにしている。
主な内容は以下の通り:
フーリエ-ボレル変換とフォック空間の理論を用いて、有限離散データからプッシュフォワードの有限次元近似を行う方法を確立し、収束性と収束率を示した。
この理論を応用して、最小二乗多項式ではなく、その高次項を打ち切った多項式が解析関数を近似し、データ分布の外部でも近似が可能であることを証明した。
プッシュフォワードの有限次元近似に線形代数的操作を適用できることを利用し、常微分方程式の流れ写像からベクトル場を近似する方法の収束性を示した。
本論文の理論的枠組みは、多変量の場合でも解析写像の推定を可能にし、最小二乗多項式近似の背景にある数学的構造を明らかにするものである。
Stats
解析写像 f : K → F が 0E で 0F に写されるとき、f∗|D0E,m : D0E,m → D0F,m の表現行列 Cm は、十分大きな N に対して、b
Cm,n,ZN で良好に近似される。
解析関数 g : K → C に対して、次数 m の打ち切り最小二乗多項式 b
pm,n,N(x) は、g(x) を K 上で良好に近似する。
Quotes
"有限離散データから解析写像を推定するための一般的な理論的枠組みを提案している。"
"最小二乗多項式ではなく、その高次項を打ち切った多項式が解析関数を近似し、データ分布の外部でも近似が可能である。"
"プッシュフォワードの有限次元近似に線形代数的操作を適用できることを利用し、常微分方程式の流れ写像からベクトル場を近似する方法の収束性を示した。"