Quantitative Approximation by a Kantorovich-Shilkret quasi-interpolation neural network operator
George A. Anastassiou · Cubo · 2018
In this article we present multivariate basic approximation by a Kantorovich-Shilkret type quasi-interpolation neural network operator with respect to supremum norm.This is done with rates using the multivariate modulus of continuity.We approximate continuous and bounded functions on R N , N ∈ N. When they are additionally uniformly continuous we derive pointwise and uniform convergences. RESUMENEn este artículo presentamos un resultado de aproximación básico multivariado a través de un operador de cuasi-interpolación en red neuronal de tipo Kantorovich-Shilkret con respecto a la norma del supremo.Esto se realiza con tasas usando el módulo de continuidad multivariado.Aproximamos funciones continuas y acotadas en R N , N ∈ N. Cuando ellas son adicionalmente uniformemente continuas, derivamos convergencias puntuales y uniformes.