Sequential function approximation with noisy data

ما یک روش پیوسته برای تقریب یک تابع ناشناخته را به صورت پیوسته با استفاده از نمونه های پر سر و صدا تصادفی ارائه می دهیم. بر خلاف روش تقریبی تابع سنتی، روش فعلی تقریبی را با استفاده از یک نمونه در یک زمان ساخته است. این نتیجه پیاده سازی ساده عددی با استفاده از عملیات بردار تنها و اجتناب از نیاز به ذخیره کل مجموعه داده است. بنابراین این روش به خصوص هنگامی مناسب است که داده ها بسیار بزرگ باشند. علاوه بر این، ما یک چارچوب نظری کلی برای تعریف و تفسیر روش ارائه می کنیم. هر دو حد بالایی و پایینی روش برای انتظار نتایج تعیین می شود. نمونه های عددی برای تأیید یافته های نظری ارائه شده است.