Key points are not available for this paper at this time.
Um método baseado em núcleos é proposto para a construção de funções de assinatura (definidoras) de subconjuntos de Rᵈ. Os subconjuntos podem variar de manifolds de dimensão completa (subconjuntos abertos) a nuvens de pontos (um número finito de pontos) e incluem manifolds suaves limitados de qualquer co-dimensão. A interpolação e análise de nuvens de pontos são as principais aplicações. Dois casos extremos em termos de regularidade são considerados, onde o conjunto de dados é interpolado por uma superfície analítica, em um extremo, e por uma superfície contínua de H"older, no outro. A função de assinatura pode ser calculada como uma combinação linear de núcleos traduzidos, cujos coeficientes são a solução de um problema linear de dimensão finita. Uma vez obtida, pode ser usada para estimar a dimensão, bem como as normais e as curvaturas da superfície interpolada. O método é global e não requer conhecimento explícito de vizinhanças locais ou qualquer outra estrutura presente no conjunto de dados. Aceita uma formulação variacional com um contraparte
Patrick Guidotti (Sáb,) estudou essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: