Ahlfors-Hopf 方程的可微解
机器学习
2025-10-23 v1 机器学习
摘要
在本文中,我们推进了关于均值失真问题的极值函数边界值问题及其关联Teichm"uller空间的研究,这些空间在经典的极值准共形映射与通过极值Dirichlet能量调和映射(更近期的方法)之间进行插值。在本文中,我们关注Ahlfors-Hopf微分方程:\n\n其中 是极值映射 的伪逆,用于问题\n\n其中该最小值是在满足边界条件 (通常为准对称屏障函数)的有限失真同胚映射 范围内取的。在内变分方程(作为Euler-Lagrange方程的类比)中,我们显示 在极值点上为全纯函数。利用Ahlfors-Hopf微分,我们证明了极值点 在 中为局部可微,从而解决了一些猜想[16]。
引用
@article{arxiv.2510.19374,
title = {Square root Cox's survival analysis by the fittest linear and neural networks model},
author = {Maxime van Cutsem and Sylvain Sardy},
journal= {arXiv preprint arXiv:2510.19374},
year = {2025}
}