Learning optimal smooth invariant subspaces for data approximation

Barbieri, Davide; Cabrelli, Carlos; Hernández, Eugenio; Molter, Ursula Maria

Learning optimal smooth invariant subspaces for data approximation Volver a la Vista simple
dc.conicet.fuente	Crossref
dc.conicet.organizacion	Universidad Autónoma de Madrid
dc.conicet.organizacion	Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"
dc.conicet.organizacion	Universidad Autónoma de Madrid
dc.conicet.organizacion	Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"
dc.conicet.paisOrganizacion	España
dc.conicet.paisOrganizacion	Argentina
dc.conicet.paisOrganizacion	España
dc.conicet.paisOrganizacion	Argentina
dc.conicet.produccionid	11619186
dc.contributor.author	Barbieri, Davide
dc.contributor.author	Cabrelli, Carlos
dc.contributor.author	Hernández, Eugenio
dc.contributor.author	Molter, Ursula Maria
dc.date.accessioned	2024-05-07T15:10:08Z
dc.date.available	2024-05-07T15:10:08Z
dc.date.issued	2024-03
dc.date.updated	2024-05-03T13:57:17Z
dc.description.abstract	In this article, we consider the problem of approximating a finite set of data (usually huge in applications) by invariant subspaces generated by a small set of smooth functions. The invariance is either by translations under a full-rank lattice or through the action of crystallographic groups. Smoothness is ensured by stipulating that the generators belong to a Paley-Wiener space, which is selected in an optimal way based on the characteristics of the given data. To complete our investigation, we analyze the fundamental role played by the lattice in the process of approximation.	es
dc.description.fil	Fil: Barbieri, Davide. Universidad Autónoma de Madrid; España
dc.description.fil	Fil: Cabrelli, Carlos. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"; Argentina
dc.description.fil	Fil: Hernández, Eugenio. Universidad Autónoma de Madrid; España
dc.description.fil	Fil: Molter, Ursula Maria. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Investigaciones Matemáticas "Luis A. Santaló". Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Investigaciones Matemáticas "Luis A. Santaló"; Argentina
dc.format	application/pdf	es
dc.identifier.citation	Barbieri, Davide; Cabrelli, Carlos; Hernández, Eugenio; Molter, Ursula Maria; Learning optimal smooth invariant subspaces for data approximation; Academic Press Inc Elsevier Science; Journal of Mathematical Analysis and Applications; 538; 2; 3-2024; 1-20	es
dc.identifier.institucional	CONICET
dc.identifier.issn	0022-247X	es
dc.identifier.repo	CONICET Digital
dc.identifier.uri	http://hdl.handle.net/11336/234790
dc.journal.number	2	es
dc.journal.pagination	1-20	es
dc.journal.pais	Estados Unidos	es
dc.journal.title	Journal of Mathematical Analysis and Applications	es
dc.journal.volume	538	es
dc.language.iso	eng	es
dc.publisher	Academic Press Inc Elsevier Science	es
dc.relation.alternativeid	info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1016/j.jmaa.2024.128348
dc.relation.alternativeid	info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/S0022247X24002701?via%3Dihub
dc.rights	info:eu-repo/semantics/openAccess	*
dc.rights.uri	https://creativecommons.org/licenses/by/2.5/ar/	*
dc.subject	INVARIANT SUBSPACES	es
dc.subject	DATA APPROXIMATION	es
dc.subject	PALEY-WIENER SPACES	es
dc.subject	OPTIMAL SUBSPACES	es
dc.subject.classification	Matemática Aplicada	es
dc.subject.classification	Matemáticas	es
dc.subject.classification	CIENCIAS NATURALES Y EXACTAS	es
dc.title	Learning optimal smooth invariant subspaces for data approximation	es
dc.type	info:eu-repo/semantics/article
dc.type	info:ar-repo/semantics/artículo
dc.type	info:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Nombre:: CONICET_Digital_Nro.58ea3cb9-5642-49e2-aa06-be0ca0ce0daa_B.pdf
Tamaño:: 709.31 KB
Formato:: Adobe Portable Document Format

Descargar

Colecciones

Articulos(IMAS)

Volver a la Vista simple