TÃtulo : |
Differential Geometry and Lie Groups : A Computational Perspective |
Tipo de documento: |
documento electrónico |
Autores: |
Gallier, Jean, ; Quaintance, Jocelyn, |
Mención de edición: |
1 ed. |
Editorial: |
[s.l.] : Springer |
Fecha de publicación: |
2020 |
Número de páginas: |
XV, 777 p. 33 ilustraciones, 32 ilustraciones en color. |
ISBN/ISSN/DL: |
978-3-030-46040-2 |
Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
Idioma : |
Inglés (eng) |
Palabras clave: |
GeometrÃa Diferencial Grupos topológicos grupos de mentiras Matemáticas GeometrÃa diferencial Grupos topológicos y grupos de mentiras Matemática Computacional y Análisis Numérico |
Clasificación: |
516.36 |
Resumen: |
Este libro de texto ofrece una introducción a la geometrÃa diferencial diseñada para lectores interesados ​​en el procesamiento de la geometrÃa moderna. Trabajando a partir de requisitos previos básicos de pregrado, los autores desarrollan múltiples teorÃas y grupos de Lie desde cero; Siguen temas fundamentales en la geometrÃa de Riemann, que culminan en la teorÃa que sustenta múltiples técnicas de optimización. Los estudiantes y profesionales que trabajan en visión por computadora, robótica y aprendizaje automático apreciarán este camino hacia los conceptos matemáticos detrás de muchas aplicaciones modernas. Comenzando con la matriz exponencial, el texto comienza con una introducción a los grupos de Lie y las acciones grupales. Siguen variedades, espacios tangentes y espacios cotangentes; Un capÃtulo sobre la construcción de variedades a partir de datos de pegado es particularmente relevante para la reconstrucción de superficies a partir de mallas 3D. Los campos vectoriales y la topologÃa básica de conjuntos de puntos conectan con la segunda parte del libro, que se centra en la geometrÃa de Riemann. Los capÃtulos sobre variedades de Riemann abarcan métricas, geodésicas y curvatura de Riemann. Los temas que siguen incluyen inmersiones, curvatura en grupos de Lie y el marco log-euclidiano. El capÃtulo final destaca variedades homogéneas y espacios simétricos naturalmente reductivos, revelando la maquinaria necesaria para generalizar importantes técnicas de optimización a variedades de Riemann. Se incluyen ejercicios en todas partes, junto con secciones opcionales que profundizan en temas más teóricos. GeometrÃa diferencial y grupos de mentiras: una perspectiva computacional ofrece una perspectiva excepcionalmente accesible sobre la geometrÃa diferencial para aquellos interesados ​​en la teorÃa detrás de las aplicaciones informáticas modernas. Adecuado tanto para uso en el aula como para estudio independiente, el texto atraerá tanto a estudiantes como a profesionales; sólo se asume experiencia en cálculo y álgebra lineal. Los lectores que deseen continuar con temas más avanzados apreciarán el volumen complementario de los autores, GeometrÃa diferencial y grupos de mentiras: un segundo curso. |
Nota de contenido: |
1. The Matrix Exponential; Some Matrix Lie Groups -- 2. Adjoint Representations and the Derivative of exp -- 3. Introduction to Manifolds and Lie Groups -- 4. Groups and Group Actions -- 5. The Lorentz Groups ⊛ -- 6. The Structure of O(p,q) and SO(p, q) -- 7. Manifolds, Tangent Spaces, Cotangent Spaces -- 8. Construction of Manifolds From Gluing Data ⊛ -- 9. Vector Fields, Integral Curves, Flows -- 10. Partitions of Unity, Covering Maps ⊛ -- 11. Basic Analysis: Review of Series and Derivatives -- 12. A Review of Point Set Topology.-13. Riemannian Metrics, Riemannian Manifolds -- 14. Connections on Manifolds -- 15. Geodesics on Riemannian Manifolds -- 16. Curvature in Riemannian Manifolds -- 17. Isometries, Submersions, Killing Vector Fields -- 18. Lie Groups, Lie Algebra, Exponential Map -- 19. The Derivative of exp and Dynkin's Formula ⊛ -- 20. Metrics, Connections, and Curvature of Lie Groups -- 21. The Log-Euclidean Framework -- 22. Manifolds Arising from Group Actions. |
Tipo de medio : |
Computadora |
Summary : |
This textbook offers an introduction to differential geometry designed for readers interested in modern geometry processing. Working from basic undergraduate prerequisites, the authors develop manifold theory and Lie groups from scratch; fundamental topics in Riemannian geometry follow, culminating in the theory that underpins manifold optimization techniques. Students and professionals working in computer vision, robotics, and machine learning will appreciate this pathway into the mathematical concepts behind many modern applications. Starting with the matrix exponential, the text begins with an introduction to Lie groups and group actions. Manifolds, tangent spaces, and cotangent spaces follow; a chapter on the construction of manifolds from gluing data is particularly relevant to the reconstruction of surfaces from 3D meshes. Vector fields and basic point-set topology bridge into the second part of the book, which focuses on Riemannian geometry. Chapters on Riemannian manifolds encompass Riemannian metrics, geodesics, and curvature. Topics that follow include submersions, curvature on Lie groups, and the Log-Euclidean framework. The final chapter highlights naturally reductive homogeneous manifolds and symmetric spaces, revealing the machinery needed to generalize important optimization techniques to Riemannian manifolds. Exercises are included throughout, along with optional sections that delve into more theoretical topics. Differential Geometry and Lie Groups: A Computational Perspective offers a uniquely accessible perspective on differential geometry for those interested in the theory behind modern computing applications. Equally suited to classroom use or independent study, the text will appeal to students and professionals alike; only a background in calculus and linear algebra is assumed. Readers looking to continue on to more advanced topics will appreciate the authors' companion volume Differential Geometry andLie Groups: A Second Course. |
Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
Differential Geometry and Lie Groups : A Computational Perspective [documento electrónico] / Gallier, Jean, ; Quaintance, Jocelyn, . - 1 ed. . - [s.l.] : Springer, 2020 . - XV, 777 p. 33 ilustraciones, 32 ilustraciones en color. ISBN : 978-3-030-46040-2 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés ( eng)
Palabras clave: |
GeometrÃa Diferencial Grupos topológicos grupos de mentiras Matemáticas GeometrÃa diferencial Grupos topológicos y grupos de mentiras Matemática Computacional y Análisis Numérico |
Clasificación: |
516.36 |
Resumen: |
Este libro de texto ofrece una introducción a la geometrÃa diferencial diseñada para lectores interesados ​​en el procesamiento de la geometrÃa moderna. Trabajando a partir de requisitos previos básicos de pregrado, los autores desarrollan múltiples teorÃas y grupos de Lie desde cero; Siguen temas fundamentales en la geometrÃa de Riemann, que culminan en la teorÃa que sustenta múltiples técnicas de optimización. Los estudiantes y profesionales que trabajan en visión por computadora, robótica y aprendizaje automático apreciarán este camino hacia los conceptos matemáticos detrás de muchas aplicaciones modernas. Comenzando con la matriz exponencial, el texto comienza con una introducción a los grupos de Lie y las acciones grupales. Siguen variedades, espacios tangentes y espacios cotangentes; Un capÃtulo sobre la construcción de variedades a partir de datos de pegado es particularmente relevante para la reconstrucción de superficies a partir de mallas 3D. Los campos vectoriales y la topologÃa básica de conjuntos de puntos conectan con la segunda parte del libro, que se centra en la geometrÃa de Riemann. Los capÃtulos sobre variedades de Riemann abarcan métricas, geodésicas y curvatura de Riemann. Los temas que siguen incluyen inmersiones, curvatura en grupos de Lie y el marco log-euclidiano. El capÃtulo final destaca variedades homogéneas y espacios simétricos naturalmente reductivos, revelando la maquinaria necesaria para generalizar importantes técnicas de optimización a variedades de Riemann. Se incluyen ejercicios en todas partes, junto con secciones opcionales que profundizan en temas más teóricos. GeometrÃa diferencial y grupos de mentiras: una perspectiva computacional ofrece una perspectiva excepcionalmente accesible sobre la geometrÃa diferencial para aquellos interesados ​​en la teorÃa detrás de las aplicaciones informáticas modernas. Adecuado tanto para uso en el aula como para estudio independiente, el texto atraerá tanto a estudiantes como a profesionales; sólo se asume experiencia en cálculo y álgebra lineal. Los lectores que deseen continuar con temas más avanzados apreciarán el volumen complementario de los autores, GeometrÃa diferencial y grupos de mentiras: un segundo curso. |
Nota de contenido: |
1. The Matrix Exponential; Some Matrix Lie Groups -- 2. Adjoint Representations and the Derivative of exp -- 3. Introduction to Manifolds and Lie Groups -- 4. Groups and Group Actions -- 5. The Lorentz Groups ⊛ -- 6. The Structure of O(p,q) and SO(p, q) -- 7. Manifolds, Tangent Spaces, Cotangent Spaces -- 8. Construction of Manifolds From Gluing Data ⊛ -- 9. Vector Fields, Integral Curves, Flows -- 10. Partitions of Unity, Covering Maps ⊛ -- 11. Basic Analysis: Review of Series and Derivatives -- 12. A Review of Point Set Topology.-13. Riemannian Metrics, Riemannian Manifolds -- 14. Connections on Manifolds -- 15. Geodesics on Riemannian Manifolds -- 16. Curvature in Riemannian Manifolds -- 17. Isometries, Submersions, Killing Vector Fields -- 18. Lie Groups, Lie Algebra, Exponential Map -- 19. The Derivative of exp and Dynkin's Formula ⊛ -- 20. Metrics, Connections, and Curvature of Lie Groups -- 21. The Log-Euclidean Framework -- 22. Manifolds Arising from Group Actions. |
Tipo de medio : |
Computadora |
Summary : |
This textbook offers an introduction to differential geometry designed for readers interested in modern geometry processing. Working from basic undergraduate prerequisites, the authors develop manifold theory and Lie groups from scratch; fundamental topics in Riemannian geometry follow, culminating in the theory that underpins manifold optimization techniques. Students and professionals working in computer vision, robotics, and machine learning will appreciate this pathway into the mathematical concepts behind many modern applications. Starting with the matrix exponential, the text begins with an introduction to Lie groups and group actions. Manifolds, tangent spaces, and cotangent spaces follow; a chapter on the construction of manifolds from gluing data is particularly relevant to the reconstruction of surfaces from 3D meshes. Vector fields and basic point-set topology bridge into the second part of the book, which focuses on Riemannian geometry. Chapters on Riemannian manifolds encompass Riemannian metrics, geodesics, and curvature. Topics that follow include submersions, curvature on Lie groups, and the Log-Euclidean framework. The final chapter highlights naturally reductive homogeneous manifolds and symmetric spaces, revealing the machinery needed to generalize important optimization techniques to Riemannian manifolds. Exercises are included throughout, along with optional sections that delve into more theoretical topics. Differential Geometry and Lie Groups: A Computational Perspective offers a uniquely accessible perspective on differential geometry for those interested in the theory behind modern computing applications. Equally suited to classroom use or independent study, the text will appeal to students and professionals alike; only a background in calculus and linear algebra is assumed. Readers looking to continue on to more advanced topics will appreciate the authors' companion volume Differential Geometry andLie Groups: A Second Course. |
Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |