[논문 리뷰] Approximating with Gaussians

Craig Calcaterra, Axel Boldt|ArXiv.org|2008. 05. 25.

Digital Filter Design and Implementation참고 문헌 10인용 수 6

한 줄 요약

이 논문은 고정된 분산을 가진 이동한 가우시안 함수의 선형 조합이 $L^2(\mathbb{R})$ 에서 조밀함을 증명하며, $e^{-x^2}$ 의 이동 복사본만을 사용하여 임의의 $L^2$-근사가 가능함을 보여준다. 수직 허미트 함수와 최소 제곱법을 통해 계수 계산 방법을 두 가지 제시하고, 푸리에 변환을 통해 저주파 수식 삼각급수는 가우시안 가중 함수와 함께 $L^2(\mathbb{R})$ 에서 조밀함을 보인다.

ABSTRACT

Linear combinations of translations of a single Gaussian, e^{-x^2}, are shown to be dense in L^2(R). Two algorithms for determining the coefficients for the approximations are given, using orthogonal Hermite functions and least squares. Taking the Fourier transform of this result shows low-frequency trigonometric series are dense in L^2 with Gaussian weight function.

연구 동기 및 목표

• 단일 가우시안 $e^{-x^2}$ 의 이동 복사본의 선형 조합이 $L^2(\mathbb{R})$ 에서 조밀함을 입증하는 것.
• 허미트 함수와 최소 제곱법을 이용한 이러한 근사에서 계수를 계산하는 명시적 알고리즘 제공.
• 고차 도함수 근사에서 발생하는 수치적 안정성과 조건 수 문제 분석.
• 푸리에 변환을 통해 저주파 삼각급수가 가우시안 가중 함수와 함께 $L^2(\mathbb{R})$ 에서 조밀함을 보여주는 새로운 추론 도출.
• 반올림 오차와 계수 계산에서의 악조건 문제와 같은 실용적 과제 해결.

제안 방법

• 허미트 함수가 $L^2(\mathbb{R})$ 에서 조밀하므로, $e^{-x^2}$ 의 유한한 도함수 합으로 임의의 $f \in L^2(\mathbb{R})$ 를 근사.
• 점 $x - nt$ 에서의 값들을 사용하여 $e^{-x^2}$ 의 도함수를 유한 후행 차분으로 근사함으로써, 합 $\sum a_n e^{-(x - nt)^2}$ 에서 계수 $a_n$ 을 도출.
• 허미트 함수 위에 정사영을 통해 계수 $a_n$ 의 명시적 공식 유도; $b_n = \frac{1}{n!2^n\sqrt{\pi}} \int f(x) e^{x^2} \frac{d^n}{dx^n}(e^{-x^2}) dx$.
• 테일러 전개와 바르멘드 행렬 역행렬을 이용해 $n$-점 차분 공식을 일반화하여 수치 도함수의 계수 $c_i$ 를 구함.
• 주요 결과에 푸리에 변환을 적용하여, 저주파 삼각급수가 가우시안 가중 함수와 함께 $L^2(\mathbb{R})$ 에서 조밀함을 보임을 보임.
• 복소수 영역에서 영점 근처에 노드를 더 조밀하게 배치함으로써 반올림 오차를 줄이기 위해 복소수 노드 유한 차분을 제안.

실험 결과

연구 질문

• RQ1 임의의 $f \in L^2(\mathbb{R})$ 는 $e^{-x^2}$ 의 유한한 선형 조합으로 임의로 정밀하게 근사할 수 있는가?
• RQ2 이러한 근사에서 계수를 계산하는 효과적이고 안정적인 방법은 무엇인가?
• RQ3 $e^{-x^2}$ 의 도함수를 유한 차분으로 근사하는 것이 근사의 정확성과 조건 수에 어떤 영향을 미치는가?
• RQ4 가우시안 근사 결과의 푸리에 변환은 가중 $L^2$ 공간에 어떤 함의를 지니는가?
• RQ5 복소수 단계 유한 차분은 계수 계산의 수치적 안정성을 향상시킬 수 있는가?

주요 결과

• 이동한 $e^{-x^2}$ 의 선형 조합은 $L^2(\mathbb{R})$ 에서 조밀함을 이루며, 이는 임의의 제곱-integrable 함수가 $L^2$-노름에서 임의로 정밀하게 근사 가능함을 의미한다.
• 근사 $f \approx \sum_{n=0}^N a_n e^{-(x - nt)^2}$ 의 계수 $a_n$ 은 허미트 함수 위에 정사영을 통해 명시적으로 계산할 수 있다.
• 최소 제곱법을 통한 계수 계산은 악조건 행렬을 유도하여 수치적 불안정성을 나타낸다.
• 직접 행렬 역행렬 계산을 피하는 더 계산 효율적인 계수 공식이 정리 3에 제시된다.
• 유한 차분 근사에서의 잘라내기 오차는 $O(t^{n+1})$ 으로 유계이며, $t$ 를 줄이지 않고도 $n$ 을 증가시킴으로써 감소시킬 수 있다.
• 주요 결과에 푸리에 변환을 적용하면, 저주파 삼각급수가 가우시안 가중 함수 $e^{-x^2}$ 와 함께 $L^2(\mathbb{R})$ 에서 조밀함을 이룸을 보여준다.