Approximative Compactness of Linear Combinations of Characteristic Functions
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F20%3A00524108" target="_blank" >RIV/67985807:_____/20:00524108 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1016/j.jat.2020.105435" target="_blank" >http://dx.doi.org/10.1016/j.jat.2020.105435</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.jat.2020.105435" target="_blank" >10.1016/j.jat.2020.105435</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Approximative Compactness of Linear Combinations of Characteristic Functions
Popis výsledku v původním jazyce
Best approximation by the set of all n-fold linear combinations of a family of characteristic functions of measurable subsets is investigated. Such combinations generalize Heaviside-type neural networks. Existence of best approximation is studied in terms of approximative compactness, which requires convergence of distance-minimizing sequences.
Název v anglickém jazyce
Approximative Compactness of Linear Combinations of Characteristic Functions
Popis výsledku anglicky
Best approximation by the set of all n-fold linear combinations of a family of characteristic functions of measurable subsets is investigated. Such combinations generalize Heaviside-type neural networks. Existence of best approximation is studied in terms of approximative compactness, which requires convergence of distance-minimizing sequences.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA18-23827S" target="_blank" >GA18-23827S: Schopnosti a omezení mělkých a hlubokých sítí</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Journal of Approximation Theory
ISSN
0021-9045
e-ISSN
—
Svazek periodika
257
Číslo periodika v rámci svazku
September 2020
Stát vydavatele periodika
US - Spojené státy americké
Počet stran výsledku
17
Strana od-do
105435
Kód UT WoS článku
000557237100002
EID výsledku v databázi Scopus
2-s2.0-85084967455