Hochschulschrift
Sparse Grids for Big Data: Exploiting Parsimony for Large-Scale Learning
- Weitere Titel
-
Dünne Gitter für Big Data: Mit Adaptivität zur hochdimensionalen Datenanalyse
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
München, Technische Universität München, Dissertation, 2016
- Klassifikation
-
Mathematik
- Ereignis
-
Veröffentlichung
- (wo)
-
München
- (wer)
-
Universitätsbibliothek der TU München
- (wann)
-
2016
- Urheber
-
Khakhutskyy, Valeriy
- Beteiligte Personen und Organisationen
-
Bungartz, Hans-Joachim
Hegland, Markus
- URN
-
urn:nbn:de:bvb:91-diss-20161123-1315972-1-7
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:55 MEZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Hochschulschrift
Beteiligte
- Khakhutskyy, Valeriy
- Bungartz, Hans-Joachim
- Hegland, Markus
- Universitätsbibliothek der TU München
Entstanden
- 2016
Ähnliche Objekte (12)
Exploiting many-core architectures for dimensionally adaptive sparse grids
Sampling inequalities for sparse grids
Sparse grids for the Schrödinger equation
Mixed-precision data mining for sparse grids
Sparse grid methods for higher dimensional approximation
Optimal scaling parameters for sparse grid discretizations
Structure-exploiting numerical methods for tree-sparse optimal control problems
B-splines on sparse grids for uncertainty quantification
Estimates for generalized sparse grid hierarchical basis preconditioners
Spatially adaptive sparse grids for high-dimensional problems
Analysis and Performance Engineering for Learning with Sparse Grids
An adaptive sparse grid approach for time series predictions
Exploiting many-core architectures for dimensionally adaptive sparse grids
Sampling inequalities for sparse grids
Sparse grids for the Schrödinger equation
Mixed-precision data mining for sparse grids
Sparse grid methods for higher dimensional approximation
Optimal scaling parameters for sparse grid discretizations
Structure-exploiting numerical methods for tree-sparse optimal control problems
B-splines on sparse grids for uncertainty quantification
Estimates for generalized sparse grid hierarchical basis preconditioners
Spatially adaptive sparse grids for high-dimensional problems
Analysis and Performance Engineering for Learning with Sparse Grids
An adaptive sparse grid approach for time series predictions
Exploiting many-core architectures for dimensionally adaptive sparse grids
Sampling inequalities for sparse grids
Sparse grids for the Schrödinger equation
Mixed-precision data mining for sparse grids
Sparse grid methods for higher dimensional approximation
Optimal scaling parameters for sparse grid discretizations
Structure-exploiting numerical methods for tree-sparse optimal control problems
B-splines on sparse grids for uncertainty quantification
Estimates for generalized sparse grid hierarchical basis preconditioners
Spatially adaptive sparse grids for high-dimensional problems
Analysis and Performance Engineering for Learning with Sparse Grids