Zobrazeno 1 - 10
of 13 770
pro vyhledávání: '"infinity norm"'
Autor:
Pensky, Marianna
Many statistical applications, such as the Principal Component Analysis, matrix completion, tensor regression and many others, rely on accurate estimation of leading eigenvectors of a matrix. The Davis-Khan theorem is known to be instrumental for bou
Externí odkaz:
http://arxiv.org/abs/2411.11728
Autor:
Alzalg, Baha1 b.alzalg@ju.edu.jo, Tamsaouete, Karima1,2 kry9180336@ju.edu.jo
Publikováno v:
Communications in Combinatorics & Optimization. 2024, Vol. 9 Issue 4, p655-692. 38p.
Publikováno v:
AIMS Mathematics, Vol 9, Iss 8, Pp 21294-21320 (2024)
A new subclass of nonsingular $ H $-matrix named $ SDD_1^{+} $ matrices is studied in this paper. The relationships between $ SDD_1^{+} $ matrices and other subclasses of nonsingular $ H $-matrices are analyzed by numerical examples. Moreover, the in
Externí odkaz:
https://doaj.org/article/9602753dbf0a4ae593837d977604d615
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kontorovich, Aryeh, Painsky, Amichai
We present novel bounds for estimating discrete probability distributions under the $\ell_\infty$ norm. These are nearly optimal in various precise senses, including a kind of instance-optimality. Our data-dependent convergence guarantees for the max
Externí odkaz:
http://arxiv.org/abs/2402.08422
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Bhardwaj, Abhinav, Vu, Van
Perturbation theory is developed to analyze the impact of noise on data and has been an essential part of numerical analysis. Recently, it has played an important role in designing and analyzing matrix algorithms. One of the most useful tools in this
Externí odkaz:
http://arxiv.org/abs/2304.00328
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.