基于低维流形模型的科学数据插值
数值分析
2017-10-25 v1
摘要
我们提出将低维流形模型应用于从规则与不规则采样中且存在大量缺失信息的科学数据插值。一般科学数据集的图像块流形的低维性已被用作变分公式中的正则化项。该问题通过对流形和数据集的交替最小化来求解，并且 Euler-Lagrange 方程中的 Laplace-Beltrami 算子使用加权图拉普拉斯算子进行离散化。来自不同研究领域的各种科学数据集被用于说明所提算法在数据压缩以及从规则和不规则采样中进行插值方面的性能。
引用
@article{arxiv.1706.07487,
title = {Scientific Data Interpolation with Low Dimensional Manifold Model},
author = {Wei Zhu and Bao Wang and Richard Barnard and Cory D. Hauck and Frank Jenko and Stanley Osher},
journal= {arXiv preprint arXiv:1706.07487},
year = {2017}
}