fast hermite transform?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 20/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- julia
- Área
- performance
Línea de trabajo
El issue no menciona archivos del repositorio ni pruebas. Empieza revisando la implementación existente de Gauss-Hermite y el artículo enlazado; después, compara el enfoque O(N*logN) propuesto con las preocupaciones sobre la estabilidad numérica señaladas en la edición. Para considerar el trabajo Done haría falta definir un alcance de implementación decidido y práctico, pero el autor sugiere cerrar la cuestión.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I was talking to @dlfivefifty over at ApproxFun.jl where they have an implementation of the hermite transform using gausshermite quadrature. While this is clearly a reliable choice, is there any scope for implementing an O(N*logN) (i.e. faster than O(N^2)) method as described in
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2630232/#!po=88.5000
?
For band limited functions there is a factorization using recursion the relation, akin to FFT vs basic FT. I don't know it well enough to know how practical it is to implement. On the surface it appears an O(N*logN) method may be possible for any orthogonal polynomials with two-term recursion...
EDIT: it seems that the exact two-term recursion factorisation is numerically unstable, and in practice the transform is implemented as an approximate Hermite-Newton-Cotes transform on a linear grid. Probably my question should be closed here.
- Lenguaje dominante
- Julia
- Estrellas
- 282
- Forks
- 27
- Merge medio
- 53 min
- PR fusionados (30 d)
- 1
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaApproximation/FastTransforms.jl
-
Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflictsPosiblemente ocupada @dlfivefifty la tomó hace 90 días. Abierto
JuliaApproximation/FastTransforms.jl#267 · 2 reacciones · 2 asignados ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 comentario ·
-
Allocating lmul!Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 comentarios ·
Todos los issues de JuliaApproximation/FastTransforms.jl
Issues similares
-
Broken links in the docsAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
oxfordcontrol/COSMO.jl#211 ·
-
documentation
Dificultad 2/5 Medio día Aptitud para principiantes 65/100
Los mantenedores suelen responder en 6 días
-
Out-of-place JLArray/GPU problem with VectorContinuousCallback scalar-indexes (callback cache built with CPU zeros)Posiblemente ocupada @ChrisRackauckas-Claude la tomó hace 1 día. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
SciML/OrdinaryDiffEq.jl#4813 ·
Los mantenedores suelen responder en 1 día
-
ARKODE: callbacks that modify `u` throw MethodError on reinitPosiblemente ocupada @devmotion la tomó hace 1 día. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
SciML/Sundials.jl#575 ·