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 ?(W p r ([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 ) 题目分类 41A63 - 65D15 - 65Y20 由中国的国家自然科学基础支持了(资助 Nos. 10501026 并且 60675010 )
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
International Journal of Minerals Metallurgy and Materials Journal of Meteorological Research World Journal of Gastroenterology International Journal of Oral Science Journal of Materials Science Technology Chinese Journal of Oceanology and Limnology Journal of Tropical Meteorology Journal of Thermal Science International Journal of Oral Science Cellular Molecular Immunology Journal of Environmental Sciences Asian Journal of Andrology