Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  sparse grids
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
|
tom R. 111, z. 3-NP
97--107
EN
In many areas of science and technology, there is a need for effective procedures for approximating multivariate functions. Sparse grids and cut-HDMR (High Dimensional Model Representation) are two alternative approaches to such multivariate approximations. It is therefore interesting to compare these two methods. Numerical experiments performed in this study indicate that the sparse grid approximation is more accurate than the cut-HDMR approximation that uses a comparable number of known values of the approximated function unless the approximated function can be expressed as a sum of high order polynomials of one or two variables.
PL
W wielu obszarach nauki i technologii potrzebne są efektywne metody aproksymacji funkcji wielu zmiennych. Sieci rzadkie i cut-HDMR (High Dimensional Model Representation) są dwoma alternatywnymi podejściami do aproksymacji funkcji wielu zmiennych. Interesujące jest zatem porównanie tych dwóch metod. Eksperymenty numeryczne przeprowadzone w ramach niniejszych badań wskazują, że aproksymacja sieciami rzadkimi jest bardziej dokładna niż aproksymacja cut-HDMR wykorzystująca porównywalną liczbę znanych o ile aproksymowana funkcja nie może być wyrażona jako suma wielomianów wysokiego stopnia jednej lub dwóch zmiennych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.