Convex body domination for the commutator of vector valued operators with matrix multi-symbol
该论文针对具有特定凸体控制性质的算子,建立了向量值交换子的凸体控制结果,证明了相应的强型估计,并研究了由此自然产生的 BMO 空间。
2549 篇论文
该论文针对具有特定凸体控制性质的算子,建立了向量值交换子的凸体控制结果,证明了相应的强型估计,并研究了由此自然产生的 BMO 空间。
本文通过证明奇数维完全正矩阵锥的最大面维数下界精确为,并给出偶数维时该下界位于与之间的新估计,显著细化了现有理论中关于完全正矩阵锥最大面维数的界限。
本文综述了随机梯度优化中的平均技术,涵盖了从经典随机逼近理论到现代机器学习应用(如深度神经网络训练)的发展,探讨了其理论基础、有限样本表现及未来研究方向。
本文研究了由有限狄利克雷能量离散调和函数参数化的欧几里得平面无限圆图案,证明了该空间构成一个同胚于单位圆半可微函数索伯列夫空间的无限维希尔伯特流形,并揭示了其与韦尔 - 彼得森类拟共形映射及双曲体积泛函海森矩阵诱导的黎曼度量之间的深刻联系。
该论文证明了连通紧李群中规模超过其秩的多项式倍数的拓扑生成集必然冗余,并给出了相关定量界限,同时通过部分回应 Gelander 猜想并指出其与 Wiegold 猜想的联系,进一步探讨了李群及代数群中不可约生成集的最大规模问题。
本文研究了有限域上非结合代数局部有限簇的基本性质(如幂零性、可解性等)以及具有特定经典性质的有限代数数量在固定维数所有代数总数中的比例估计。
本文提出了一种名为 LS-ReCoNN 的新型最小二乘正则性符合神经网络方法,通过将解分解为主分量(含平滑与梯度跳跃部分)和奇异性分量,并结合深度神经网络与最小二乘求解器,有效解决了具有界面不连续性和交点奇异性的一维及二维参数化传输问题。
本文研究了具有皮卡数 2 的光滑环面三维流形(即 )上的 Ulric 丛,通过构造任意秩 Ulric 丛的分解式和单子,给出了显式示例并完成了对源自 的 Ulric 丛的完整分类,进而证明了这些簇具有 Ulric 野性。
本文提出了一种名为 ALMTON 的自适应 Levenberg-Marquardt 三阶牛顿法,该方法通过统一的可解半定规划子问题实现了首个全局收敛的非正则化三阶牛顿法,在保持每步仅求解一次半定规划的同时,证明了其具有 的最坏情况评估复杂度,并在数值实验中展现出比传统二阶方法及现有三阶方法更优的全局收敛性与迭代效率。
本文重新审视了经典的算子理想概念,通过引入新的多线性算子类并研究其与既有及新兴算子类之间的包含关系与重合条件,从而拓展了邓福德 - 佩蒂斯算子的理论框架。
本文研究了涉及范数与表面活性剂的非局部相变泛函,证明了其在空间中的紧性,并确立了其收敛于一个包含界面处表面活性剂密度依赖的局部周长泛函以及界面外表面活性剂测度全变差的极限能量。
本文受 Schoen--Marques--Neves 猜想启发,通过验证单位球面中具有正 Ricci 曲度的若干族极小等参超曲面满足 Ambrozio--Carlotto--Sharp (ACS) 不等式,证明了此类环境中闭嵌入极小超曲面的 Morse 指数与其第一贝蒂数之间存在具体的下界关系。
本文证明了当纯周期像为一维时,Deng-Robles 关于极化霍奇结构周期像完备化图像内蕴代数描述的猜想成立,并指出该描述的核心障碍可归结为完备化混合周期像上的皮卡群生成问题。
本文通过引入“零和”子空间构造技术,解决了情形下的开放问题,从而完整证明了佩尔琴斯基关于所有时存在-内射但非-内射巴拿赫空间的定理,并进一步改进了与之间巴拿赫 - 马祖尔距离的上界估计。
本文通过定义局部-范畴结构并证明相应的 Ryll-Nardzewski 定理,建立了局部 Roelcke 预紧群与局部-范畴理论之间的对应关系,刻画了前者的等距作用,证明了两者之间的双解释性等价于群同构,并揭示了 Banach 空间单位球与仿射空间在范畴性上的联系。
该论文通过建立 Flint Hills 级数与特定伴生级数的收敛等价性,证明了该级数收敛当且仅当 的无理度量 ,并在该条件下将伴生级数识别为定义在虚二次域上的混合 Tate 模的周期,从而给出了该级数关于 和 的猜想闭式解。
本文研究了网络上线性离散动力学模型在小克努森数极限下的渐近行为,通过引入变量变换将对称耦合条件下的系统重构为个独立的初边值问题,并利用能量法严格推导了渐近展开的误差估计。
本文提出了一种包含两个可调参数的非凸变换(TLp)惩罚最小化模型,通过引入松弛度概念、建立基于限制等距性质的稀疏信号恢复理论、设计 IRLSTLp 算法并验证其数值性能,展示了该模型在灵活性和稀疏促进能力上优于传统及 TL1 模型的优势。
本文提出了一种基于条件风险价值(CVaR)贝尔曼局部最优方程的模型无关强化学习算法,该算法利用单条样本轨迹进行策略评估与改进,并在理论证明了其几乎必然收敛性及的最优收敛速率后,成功扩展至均值-CVaR 优化问题并通过数值实验验证了有效性。
该论文研究了描述聚合物成核、聚合、解聚及聚集动力学的非线性积分微分方程,证明了尽管纯聚集方程中的乘法核会导致有限时间凝胶化,但在足够强的聚合物大尺寸衰减率下,该耦合输运 - 聚集 - 成核模型仍存在稳态解,并揭示了输运速度与聚集核的增长行为与稳态衰减特性之间的定性联系。