[논문 리뷰] Construction of Recurrent Fractal Interpolation Surfaces with Function Scaling Factors and Estimation of Box-counting Dimension on Rectangular Grids

Chol-Hui Yun, HuiChol Choi외 1명|arXiv (Cornell University)|2013. 07. 10.

Mathematical Dynamics and Fractals참고 문헌 17인용 수 3

한 줄 요약

이 논문은 반복적 이터레이티드 함수 시스템(RIFS) 내에서 함수 스케일링 인자들을 사용하여 직사각형 격자 위에 반복적 프랙탈 보간 표면(RFIS)을 구성하고, 이러한 표면이 안착점으로서 존재함을 증명한다. 구성된 RFIS의 박자수 차원에 대해 날카운 감소 및 상한을 설정하며, 스펙트럴 반경이 스케일링 인자보다 클 경우 차원이 $1 + \log_a \underline{\lambda}$ 및 $1 + \log_a \bar{\lambda}$ 사이에 놓임을 보이며, 이는 일정한 스케일링 인자를 사용한 이전 결과들을 일반화한다.

ABSTRACT

We consider a construction of recurrent fractal interpolation surfaces with function vertical scaling factors and estimation of their box-counting dimension. A recurrent fractal interpolation surface (RFIS) is an attractor of a recurrent iterated function system (RIFS) which is a graph of bivariate interpolation function. For any given data set on rectangular grids, we construct general recurrent iterated function systems with function vertical scaling factors and prove the existence of bivariate functions whose graph are attractors of the above constructed RIFSs. Finally, we estimate lower and upper bounds for the box-counting dimension of the constructed RFISs.

연구 동기 및 목표

• 상수 스케일링 인자가 아닌 함수에 의존하는 수직 스케일링 인자를 도입함으로써 기존의 프랙탈 보간 표면 구성 방법을 확장하는 것.
• 직사각형 격자 위에서 반복적 이터레이티드 함수 시스템(RIFS)을 사용하여 반복적 프랙탈 보간 표면(RFIS)을 구성하는 일반적인 프레임워크를 개발하는 것.
• 주어진 데이터 세트가 직사각형 격자 위에 있을 경우, 그 그래프가 구성된 RIFS의 안착점이 되는 이변량 프랙탈 보간 함수의 존재를 증명하는 것.
• 결과적으로 생성된 RFIS의 박자수 차원에 대해 날카운 감소 및 상한을 추정하여, 이전의 일정한 스케일링 인자를 사용한 결과보다 개선된 것.

제안 방법

• 영역 압축 사상 $L_{x,ij}, L_{y,ij}$ 과 함수 스케일링 인자 $s_{ij}(x,y)$ 를 사용하여 직사각형 영역 $E_{ij} = I_i \times J_j$ 에서 반복적 이터레이티드 함수 시스템(RIFS)을 정의한다.
• 변수 수직 스케일링 인자 $s_{ij}(x,y)$ 를 갖는 애프린 변환으로서 RIFS 사상 $\Psi_{ij}$ 를 구성하며, 이는 곱 공간 위에서 수축성을 보장한다.
• 완비 거리 공간인 연속 함수의 완비 거리 공간에서 수축 사상 원리에 의해, 연속 이변량 함수의 그래프로서 유일한 안착점 $\mathcal{A}$ 가 존재함을 증명한다.
• 덮개 수 $N(\varepsilon_r)$ 를 사용하여 박자수 차원을 추정하며, 여기서 $\varepsilon_r = a^{-r}$ 이고, 계수 행렬의 스펙트럴 반경 $\underline{\lambda}, \bar{\lambda}$ 를 통해 渐近적 성장률을 분석한다.
• 프로베니우스 정리와 행렬 노름 분석을 사용하여 덮개 수 성장률을 유계화하고, 이로 인해 $\log_a \underline{\lambda}$ 와 $\log_a \bar{\lambda}$ 에 따라 차원 상한을 도출한다.
• 차원 상한 설정: $\underline{\lambda} > a$ 이면 $1 + \log_a \underline{\lambda} \leq \dim_B \mathcal{A} \leq 1 + \log_a \bar{\lambda}$ 이고, $\bar{\lambda} \leq a$ 이면 $\dim_B \mathcal{A} = 2$.

실험 결과

연구 질문

• RQ1 함수에 의존하는 수직 스케일링 인자를 사용하여 직사각형 격자 위에 반복적 프랙탈 보간 표면을 어떻게 구성할 수 있는가?
• RQ2 이러한 시스템에서 이변량 연속 함수의 그래프로서 고유한 안착점 표면이 존재하기 위한 조건은 무엇인가?
• RQ3 구성된 RFIS의 박자수 차원에 대해 가능한 가장 날카운 감소 및 상한은 무엇인가?
• RQ4 변수 스케일링 인자는 일정한 스케일링 인자를 사용한 시스템과 비교해 차원 상한에 어떤 영향을 미치는가?
• RQ5 RFIS의 박자수 차원이 정확히 2가 되는 조건은 무엇인가?

주요 결과

• 구성된 RFIS는 함수 스케일링 인자를 갖는 반복적 이터레이티드 함수 시스템(RIFS)의 안착점으로서 잘 정의되어 있으며, 이는 보간 표면의 존재성과 유일성을 보장한다.
• RFIS의 박자수 차원은 계수 행렬의 스펙트럴 반경 $\underline{\lambda}$ 와 $\bar{\lambda}$ 에 따라 $1 + \log_a \underline{\lambda}$ 이하와 $1 + \log_a \bar{\lambda}$ 이상으로 유계화되어 있다.
• 하한 스펙트럴 반경 $\underline{\lambda} > a$ 이면 차원은 1보다 엄격히 크며, 유도된 로그 상한 내에 존재한다.
• 상한 스펙트럴 반경 $\bar{\lambda} \leq a$ 이면 RFIS의 박자수 차원은 정확히 2이며, 이는 $\mathbb{R}^3$ 내에서 최대 위상 차원을 가진 표면임을 나타낸다.
• 이 결과는 일정한 스케일링 인자를 사용한 이전 연구를 일반화하며, 변수 스케일링 행동을 갖는 프랙탈 표면에 대해 더 날카운 유연한 차원 추정을 제공한다.
• 이 방법은 직사각형 격자 위의 임의의 데이터 세트를 다룰 수 있으며, 스케일링 함수와 압축 사상의 선택을 통해 프랙탈 차원을 체계적으로 제어할 수 있는 방법을 제공한다.