INTERPOLATION, QUADRATURE, AND STOCHASTIC INTEGRATION
插值、求积与随机积分AI 解读 ↓
← 返回论文列表与筛选
阅读说明
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。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用积分计算、控制变量和模拟方差，未指定因果、面板、时间序列或金融对象，缺乏细分分类依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
插值、求积与随机积分
- 研究问题
- 面对无法解析计算的积分，如何结合数值求积与随机积分？研究关注求积中的插值和区域划分能否降低模拟方差并监测近似误差。
- 方法与思路
- 作者将数值与随机积分统一考虑，以插值函数作为控制变量，利用求积中的区域划分设计模拟器，并通过高斯求积数值例子说明。
- 材料陈述的贡献
- 摘要称，插值和区域划分可帮助设计随机模拟器，插值控制变量可降低方差，所得模拟器还可用于监测求积的近似误差。
- 阅读关注点
- 应核对控制变量的构造及积分可计算性、区域划分规则和误差监测方式，并检查数值例子中方差减少与额外计算成本的关系。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断方差降低的具体条件、幅度和计算效率，也不能把数值案例推广至任意高维积分。
原文摘要
This paper considers features in numerical and stochastic integration approaches for the evaluation of analytically intractable integrals. It provides a unification of these two approaches. Some important features in quadrature formulations, namely, interpolation and region partition, can provide a valuable device for the design of a stochastic simulator. An interpolating function can be used as a valuable control variate for variance reduction in simulation. We illustrate possible variance reduction by some numerical cases with Gaussian quadrature. The resulting simulator may also be regarded as a monitor of the approximation error of a quadrature.