fast hermite transform?
Personne n'a encore pris cette issue.
Évaluation
- Difficulté
- 5/5
- Temps estimé
- Plus d'une semaine
- Accessibilité débutants
- 20/100
- Type d'issue
- Fonctionnalité
- Clarté
- À clarifier
- Activité
- À l'abandon
- Stack technique
- julia
- Domaine
- performance
Piste de recherche
L’issue ne mentionne aucun fichier du dépôt ni aucun test. Commencez par examiner l’implémentation existante de Gauss-Hermite et l’article associé, puis comparez l’approche O(N*logN) proposée avec les préoccupations de stabilité numérique soulevées dans l’edit. Pour que ce soit Done, il faudrait définir un périmètre d’implémentation arrêté et pratique, mais l’auteur suggère de clore la question.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
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.
- Langage dominant
- Julia
- Étoiles
- 284
- Forks
- 28
- Merge moyen
- 9 h 21 min
- PR mergées (30 j)
- 2
Préparer son environnement
Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de JuliaApproximation/FastTransforms.jl
-
Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflictsPeut-être pris @dlfivefifty l’a pris il y a 115 jours. Ouverte
JuliaApproximation/FastTransforms.jl#267 · 2 réactions · 2 personnes assignées ·
-
Difficulté 3/5 1-2 jours Accessibilité débutants 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 commentaire ·
-
Difficulté 4/5 3-5 jours Accessibilité débutants 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 commentaires ·
-
Difficulté 4/5 3-5 jours Accessibilité débutants 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 commentaire ·
-
Allocating lmul!Ouverte
Difficulté 4/5 3-5 jours Accessibilité débutants 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 commentaires ·
Toutes les issues de JuliaApproximation/FastTransforms.jl
Issues similaires
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 62/100
SciML/DataDrivenDiffEq.jl#694 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 76/100
JuliaLang/LinearAlgebra.jl#1834 ·
Les mainteneurs répondent en général sous 1 jour
-
`RawAcquisitionData(acqData)` writes the repetition into the `average` counterPeut-être pris Une pull request liée à cette issue est ouverte ou déjà fusionnée. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
MagneticResonanceImaging/MRIReco.jl#332 ·
Les mainteneurs répondent en général sous 1 jour
-
Docstrings show df:DataFrame and an undefined function is exportedPeut-être pris Une pull request liée à cette issue est ouverte ou déjà fusionnée. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 85/100
-
Difficulté 2/5 1-3 heures Accessibilité débutants 65/100
Les mainteneurs répondent en général sous 1 jour