Frames: A maximum entropy statistical estimate of the inverse problem

Frames: a Maximum Entropy Statistical Estimate of the Inverse Problem

A Maximum Entropy statistical treatment of an inverse problem concerning frame theory is presented. The problem arises from the fact that a frame is an overcomplete set of vectors that de nes a mapping with no unique inverse. Although any vector in the concomitant space can be expressed as linear combination of frame elements, the coe cients of the expansion are not unique. Frame theory guarant...

Maximum entropy regularization of the geomagnetic core field inverse problem

S U M M A R Y The maximum entropy technique is an accepted method of image reconstruction when the image is made up of pixels of unknown positive intensity (e.g. a grey-scale image). The problem of reconstructing the magnetic field at the core–mantle boundary from surface data is a problem where the target image, the value of the radial field Br, can be of either sign. We adopt a known extensio...

the algorithm for solving the inverse numerical range problem

برد عددی ماتریس مربعی a را با w(a) نشان داده و به این صورت تعریف می کنیم w(a)={x8ax:x ?s1} ، که در آن s1 گوی واحد است. در سال 2009، راسل کاردن مساله برد عددی معکوس را به این صورت مطرح کرده است : برای نقطه z?w(a)، بردار x?s1 را به گونه ای می یابیم که z=x*ax، در این پایان نامه ، الگوریتمی برای حل مساله برد عددی معکوس ارانه می دهیم.

Maximum entropy covariance estimate for statistical pattern recognition

the innovation of a statistical model to estimate dependable rainfall (dr) and develop it for determination and classification of drought and wet years of iran

آب حاصل از بارش منبع تأمین نیازهای بی شمار جانداران به ویژه انسان است و هرگونه کاهش در کم و کیف آن مستقیماً حیات موجودات زنده را تحت تأثیر منفی قرار می دهد. نوسان سال به سال بارش از ویژگی های اساسی و بسیار مهم بارش های سالانه ایران محسوب می شود که آثار زیان بار آن در تمام عرصه های اقتصادی، اجتماعی و حتی سیاسی- امنیتی به نحوی منعکس می شود. چون میزان آب ناشی از بارش یکی از مولفه های اصلی برنامه ...