流形概率无网格方法求解PDE收敛性分析发布
热点事件持续更新
流形概率无网格方法求解PDE收敛性分析发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月30日,Federico Pavesi等人在arXiv发表预印本论文(编号2610.39855),将概率无网格方法扩展至紧致流形。该研究旨在解决偏微分方程在欧几里得域之外的求解与误差量化难题。具体而言,团队针对隐式流形提出了自由模板半径的广义有限差分方案。研究证实该方案能确保离散Gram矩阵的一致收敛性。在应用层面,处理皮层厚度数据时,该方法使用少于十分之一的观测数据即可达到同等精度,并为每个顶点提供可信区间。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
基于流形的高斯过程无网格方法求解偏微分方程的收敛性分析报道时间线
沿着报道,了解事件的不同侧面。
10月30日
- arXiv · ML基于流形的高斯过程无网格方法求解偏微分方程的收敛性分析
该文将概率无网格方法扩展至紧致流形,解决了偏微分方程在Euclidean域之外的求解与误差量化问题。 针对隐式流形提出的自由模板半径广义有限差分方案,确保离散Gram矩阵的一致收敛性。在皮层厚度数据上,该方法使用少于十分之一的观测数据即可达到精度,并为每个顶点提供可信区间。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。