Multiple Scale Methods For Optimization Of Discretized Continuous Functions
O artigo desenvolve um framework de otimização multiescala para funções contínuas discretizadas que, ao resolver problemas em grades progressivamente mais finas com inicialização por interpolação, garante limites de erro mais apertados e custos computacionais reduzidos em comparação com métodos de escala única, demonstrando ganhos de velocidade significativos em aplicações como estimação de densidade de probabilidade.