[论文解读] Relative Convolutions. I. Properties and Applications

Vladimir V. Kisil|ArXiv.org|Oct 3, 1994

Mathematical Analysis and Transform Methods参考文献 22被引用 4

一句话总结

本文引入由李代数诱导的相对卷积算子，统一并推广了已知的算子类，如乘法、群卷积和双侧卷积。它建立了基础性质及与标准卷积的联系，通过基于表示理论的统一代数框架，在调和分析、微分算子理论、相干态、小波变换和量子理论中展示了系统性应用。

ABSTRACT

To study operator algebras with symmetries in a wide sense we introduce a notion of {\em relative convolution operators} induced by a Lie algebra. Relative convolutions recover many important classes of operators, which have been already studied (operators of multiplication, usual group convolutions, two-sided convolution etc.) and their different combinations. Basic properties of relative convolutions are given and a connection with usual convolutions is established. Presented examples show that relative convolutions provide us with a base for systematical applications of harmonic analysis to PDO theory, complex and hypercomplex analysis, coherent states, wavelet transform and quantum theory. KEYWORDS: Lie groups and algebras, convolution operator, representation theory, Heisenberg group, integral representations, Hardy space, Szegö projector, Toeplitz operators, Fock space, Segal--Bargmann space, Bargmann projector, Dirac equation, Clifford analysis, coherent states, wavelet transform, quantization.

研究动机与目标

• 通过相对卷积算子发展具有对称性的算子代数的统一框架。
• 在单一代数结构中推广已知的算子类型，如乘法、群卷积和双侧卷积。
• 建立相对卷积与标准卷积算子之间的联系。
• 为将调和分析系统性地应用于量子理论、小波变换以及复分析与超复分析等不同领域提供基础。
• 在海森堡群、福克空间和狄拉克方程等具体情境中展示相对卷积的实用性。

提出的方法

• 通过李代数作用定义相对卷积算子，推广标准卷积。
• 利用表示理论构造尊重底层对称性的算子。
• 通过交织映射在相对卷积与标准卷积之间建立同态关系。
• 应用积分表示和投影算子（如泽果和巴格曼投影算子）分析函数空间。
• 利用福克空间和塞加尔–巴格曼空间实现相干态和量子化过程。
• 以海森堡群为核心实例，说明该框架的应用性。

实验结果

研究问题

• RQ1 如何在单一卷积类运算下系统性地统一具有对称性的算子代数？
• RQ2 相对卷积与标准群卷积之间的精确代数关系是什么？
• RQ3 相对卷积在哪些方面推广了已知算子（如乘法和双侧卷积）？
• RQ4 相对卷积如何用于构造或分析相干态和小波变换？
• RQ5 表示论结构在定义和分析相对卷积算子中起什么作用？

主要发现

• 相对卷积算子提供了一个统一框架，能够恢复并推广乘法、标准卷积和双侧卷积。
• 存在一个典范同态将相对卷积与标准卷积联系起来，保持代数结构。
• 该框架使得在调和分析中实现系统性应用成为可能，特别是在海森堡群和福克空间的背景下。
• 该方法成功通过与相对卷积结构相关的积分算子实现相干态和小波变换。
• 该理论通过希尔伯特空间中全纯函数上的投影算子（如泽果和巴格曼投影算子）支持量子化过程。
• 对狄拉克方程和克利福德分析的应用被证明自然地嵌入于相对卷积框架之中。