Estimating the Kernels of Nonlinear Orthogonal Polynomial Functionals
非线性正交多项式泛函的核估计AI 解读 ↓
本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。
AI 根据所提供的论文材料归类:摘要明确以随时间变化的平稳向量过程及其非线性输入输出表示为对象,直接对应时间序列方向。
反馈分类问题非线性正交多项式泛函的核估计AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
Let $(X(t), Y(t))$ be a complex vector process stationary of order $k$ for any $k, k = 1,2,\cdots$, such that $Y(t)$ is expressed as a polynomial functional of degree 2 operating on $X(t)$. Then $Y(t)$ can be rewritten as a sum of orthogonal projections $G_j(K_j, Y(t)), j = 0, 1, 2$. It is shown that there is a set of functionals which approximate in mean square the projection $G_2(K_2, Y(t))$. Moreover, it is possible to determine the kernels associated with these functionals.