A Prolegomenon to Differential Equations and Variational Methods on Graphs (Elements in Non-local Data Interactions: Foundations and Applications) / van Gennip, Yves/ Budd, Jeremy

グラフにおける微分方程式と変分法への序説<br>A Prolegomenon to Differential Equations and Variational Methods on Graphs (Elements in Non-local Data Interactions: Foundations and Applications)

個数：

グラフにおける微分方程式と変分法への序説
A Prolegomenon to Differential Equations and Variational Methods on Graphs (Elements in Non-local Data Interactions: Foundations and Applications)

van Gennip, Yves/ Budd, Jeremy

ウェブストア価格 ¥14,685（本体¥13,350）
Cambridge University Press（2025/02発売）
外貨定価 US$ 70.00
ポイント 133pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 100 p.
言語 ENG
商品コード 9781009494656
DDC分類 515.35

Full Description

The use of differential equations on graphs as a framework for the mathematical analysis of images emerged about fifteen years ago and since then it has burgeoned, and with applications also to machine learning. The authors have written a bird's eye view of theoretical developments that will enable newcomers to quickly get a flavour of key results and ideas. Additionally, they provide an substantial bibliography which will point readers to where fuller details and other directions can be explored. This title is also available as open access on Cambridge Core.

1. Introduction; 2. History and literature overview; 3. Calculus on undirected edge-weighted graphs; 4. Directed graphs; 5. The graph Ginzburg-Landau functional; 6. Spectrum of the graph Laplacians; 7. Gradient flow: Allen-Cahn; 8. Merriman-Bence-Osher scheme; 9. Graph curvature and mean curvature flow; 10. Freezing of Allen-Cahn, MBO, and mean curvature flow; 11. Multiclass extensions; 12. Laplacian learning and Poisson learning; 13. Conclusions; Bibliography.