산재한, 가능성이 높은 차원의 데이터로부터 미지의 함수의 근사는 많은 과학적 응용에서 중심 역할을 합니다. 데이터 수집의 발전은 다양체값 함수를 포함한 유연한 비선형 모델에 대한 필요성을 촉진했습니다. 이러한 함수의 근사와 학습은 고전적인 선형 방법과 근본적으로 다르며, 수치 해석, 선형 대수 및 미분 기하학의 도구를 요구합니다. 이 학제간 프레임워크는 데이터 과학 및 기계 학습부터 수치 PDE 및 양자 화학에 이르기까지 다양한 응용에 사용됩니다. 이 미니 워크숍은 다양체값 함수의 구성적 근사 방법, 그 이론 및 응용을 개발하는 연구자들을 모읍니다.
(:unkn) 미지 (수요일,) 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: