Zobrazeno 1 - 10
of 32
pro vyhledávání: '"Hermitian positive definite matrices"'
Autor:
Junxiang Lu, Chengyi Zhang
Publikováno v:
AIMS Mathematics, Vol 6, Iss 11, Pp 11879-11893 (2021)
The strong P-regular splitting is put forward and defined for iterative methods of non-Hermitian linear systems in the paper. The strong P-regular splitting combining SOR iterative methods and relaxed SOR iterative methods are established, and condit
Externí odkaz:
https://doaj.org/article/b5868673b580448eb9bc934afabb9389
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Kufa for Mathematics and Computer, Vol 1, Iss 1 (2010)
In this paper, two separately methods were suggested for coding information .The first method was introduced using the directness of symmetric matrices .The contraction function was used for introducing the second method .For more complexity the pres
Externí odkaz:
https://doaj.org/article/ea7a228fd9064ae1a32fc3e33de13cfa
Autor:
Rainer von Sachs, Joris Chau
Publikováno v:
Journal of the American Statistical Association, Vol. 116, no. 534, p. 819-832 (2021)
Intrinsic wavelet transforms and wavelet estimation methods are introduced for curves in the non-Euclidean space of Hermitian positive definite matrices, with in mind the application to Fourier spectral estimation of multivariate stationary time seri
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::d18c3318fa9387de1fe7fbaa1c12f9c6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Lecture Notes in Computer Science
LVA/ICA 2017-13th International Conference on Latent Variable Analysis and Signal Separation
LVA/ICA 2017-13th International Conference on Latent Variable Analysis and Signal Separation, Feb 2017, Grenoble, France. pp.290-299, ⟨10.1007/978-3-319-53547-0_28⟩
Latent Variable Analysis and Signal Separation ISBN: 9783319535463
LVA/ICA
LVA/ICA 2017-13th International Conference on Latent Variable Analysis and Signal Separation
LVA/ICA 2017-13th International Conference on Latent Variable Analysis and Signal Separation, Feb 2017, Grenoble, France. pp.290-299, ⟨10.1007/978-3-319-53547-0_28⟩
Latent Variable Analysis and Signal Separation ISBN: 9783319535463
LVA/ICA
International audience; In this paper, we propose for the first time an approximate joint diagonalization (AJD) method based on the natural Riemannian distance of Hermitian positive definite matrices. We turn the AJD problem into an optimization prob
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1680b5462beecce57cf615a74076a023
https://hal.archives-ouvertes.fr/hal-01551813
https://hal.archives-ouvertes.fr/hal-01551813
In multivariate time series analysis, objects of primary interest to study cross-dependences in the time series are the autocovariance or spectral density matrices. Non-degenerate covariance and spectral density matrices are necessarily Hermitian and
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1493::f398bfc7a0bde0f7e0c39315fb067e87
https://hdl.handle.net/2078.1/187151
https://hdl.handle.net/2078.1/187151
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.