Quantitative Approximation by a Kantorovich-Shilkret quasi-interpolation neural network operator

• Autores: George A. Anastassiou
• Localización: Cubo: A Mathematical Journal, ISSN 0716-7776, ISSN-e 0719-0646, Vol. 20, Nº. 3, 2018, págs. 1-11
• Idioma: inglés
• Enlaces
  • Texto completo
• Resumen
  • español

    Resumen En este artículo presentamos un resultado de aproximación básico multivariado a través de un operador de cuasi-interpolación en red neuronal de tipo Kantorovich-Shilkret con respecto a la norma del supremo. Esto se realiza con tasas usando el módulo de continuidad multivariado. Aproximamos funciones continuas y acotadas en RN, N ∈ N. Cuando ellas son adicionalmente uniformemente continuas, derivamos convergencias puntuales y uniformes.

  • English

    Abstract In this article we present multivariate basic approximation by a Kantorovich-Shilkret type quasi-interpolation neural network operator with respect to supremum norm. This is done with rates using the multivariate modulus of continuity. We approximate continuous and bounded functions on RN, N ∈ N. When they are additionally uniformly continuous we derive pointwise and uniform convergences.