Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Communications in Applied and Industrial Mathematics
Band 15 (2024): Heft 1 (Januar 2024)
Uneingeschränkter Zugang
Exploration of Kernel Parameters in Signal GBF-PUM Approximation on Graphs
R. Cavoretto
R. Cavoretto
Department of Mathematics “Giuseppe Peano”, University of Torino
Torino, Italy
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Cavoretto, R.
,
A. De Rossi
A. De Rossi
Department of Mathematics “Giuseppe Peano”, University of Torino
Torino, Italy
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
De Rossi, A.
und
S. Mereu
S. Mereu
Italian Institute of Technology
Genova, Italy
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Mereu, S.
17. Juli 2024
Communications in Applied and Industrial Mathematics
Band 15 (2024): Heft 1 (Januar 2024)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
17. Juli 2024
Seitenbereich:
66 - 85
Eingereicht:
31. Mai 2024
Akzeptiert:
11. Juni 2024
DOI:
https://doi.org/10.2478/caim-2024-0004
Schlüsselwörter
Graph Interpolation
,
Kernel Methods
,
Graph Basis Functions
,
Partition of Unity Methods
,
Approximation Algorithms
© 2024 R. Cavoretto et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.