Jacobi Weighted Moduli of Smoothness for Approximation by Neural Networks Application

الشريط الجانبي للمقالة

PDF (الإنجليزية)
منشور: 2020-12-31
الكلمات المفتاحية:
Jacobi modulus of smoothnessn، Neural networks، Best approximation، Modulus of smoothness.

محتوى المقالة الرئيسي

Eman S. Bhaya
Mathematics Department, College of Education for Pure Sciences, University of Babylon, Babylon, Iraq
Najlaa A. Hadi
Computer Sciences Department, College of Sciences for Girls, University of Babylon, Babylon, Iraq

الملخص

اعدت مقاييس النعومة للرياضيين الذين يشتغلون في نظرية التقريب والتحليل العددي والتحليل الحقيقي. ان قياس نعومة دالة باستمرارية اشتقاقها اكثر من مرة هي طريقة مجة جدا. ان الطريقة الافضل والاكثر ملائمة لقياس نعومة دالة هو استخدام مقياس النعومة.


تم تعريف العديد من مقاييس النعومة وانواع من الدالي-K , من قبل الكثير من المشتغلين في نظرية التقريب. في هذا البحث تم اختيار اثنين من مقاييس النعومة وأحد انواع الدالي-K التي تم تعريفها مسبقا. بعدها قمنا ببرهان ان هذين المقياسين متكافئين تحت شروط معينة بالاضافة الى انهما يكافئان الدالي-K تحت نفس الشروط.


وكتطبيق للعمل اعلاه قمنا بتقديم احد انواع مبرهنة جاكسون للتقريب باستخدام الشبكات العصبية.

تفاصيل المقالة

إصدار

مجلد 28 عدد 3 (2020)

القسم

Articles
Creative Commons License

هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.

كيفية الاقتباس

[1]
"Jacobi Weighted Moduli of Smoothness for Approximation by Neural Networks Application", JUBPAS, م 28, عدد 3, ص 121–134, 2020, تاريخ الوصول: 21 مايو، 2025. [مباشر على الإنترنت]. موجود في: https://www.journalofbabylon.com/index.php/JUBPAS/article/view/3362

المؤلفات المشابهة

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.

الأعمال الأكثر قراءة لنفس المؤلف/المؤلفين