在险值与L^p-空间上的连续一致风险度量（英文）

本文研究了在险值和L^p-空间上的连续一致风险度量之间的关系.利用凸集分离定理和截尾逼近方法,获得了在险值可以用L^p-空间上的连续一致风险度量表示的结果,并且得到了L^p-空间上的表示定理的一种新的证明方法.它们分别是文献[2]的相关结论从L~∞-空间到L^p-空间上的推广和对Inoue~[4]做的一些补充证明.

l^p-乘积空间的商空间的若干性质

引入了lp-乘积空间和其商空间的概念,并通过∑+∞i=1Xip上某些性质诱导出其商空间(∑+∞i=1Xi)/S上的一些性质.

l^p-乘积空间及商空间的U-性质

给出了lp-乘积空间是U-空间的充要条件,并讨论了商空间的U-性质.

L^p空间中神经网络逼近的几何速度

该文主要研究了L^p空间中神经网络逼近的几何速度.将凸贪婪迭代法应用于L^p空间中满足"δ-角度的条件"的一类函数.作者将文献的结论推广到L^p空间中,得到当0<q<1时人工神经网络逼近的速度是o(q^n).