纳皮尔对数的数学证明及精度分析
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:


Proof of Napier’s Log and Analysis of Precision
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    对数函数在自动驾驶系统中有着广泛应用,如自动驾驶感知系统所使用的深度学习或卷积神经网络常会利用对数函数来设计损失函数,故研究对数发明的历史对掌握对数的概念和应用具有重要意义。该文阐述了纳皮尔对数的定义及其 3 张表,分析了前人的两类证明方法,提出了新的基于指数函数构造的证明方法。同时,该文还分析了纳皮尔的计算方法,与对照方法相比,给出了纳皮尔对精度范围的优化结果,通过 MPRF 库进行了计算,结果表明纳皮尔的方法的计算结果更接近真实值。

    Abstract:

    In the automatic driving systems, logarithm function has been widely used. For example, logarithm function is often used to design loss function in deep learning or convolutional neural network, which serves as the basis for the automatic driving perception system. Therefore, studying the history of invention of logarithm is of great significance to master the concept and application. This paper studies the definition of Napier’s logarithm and his three tables, analyzes two kinds of proof methods of predecessors, and puts forward new proof methods based on the exponential function. Meanwhile, this paper also analyzes Napier’s calculation method. Compared with other alternative methods, the optimization results of Napier’s interval approximation are given. The calculation by MPRF library shows that Napier’s method is more convergent to the true value.

    参考文献
    相似文献
    引证文献
引用本文

引文格式
孙 鹏,王云鹏,吴 琼,等.纳皮尔对数的数学证明及精度分析 [J].集成技术,2024,13(2):3-14

Citing format
SUN Peng, WANG Yunpeng, WU Qiong, et al. Proof of Napier’s Log and Analysis of Precision[J]. Journal of Integration Technology,2024,13(2):3-14

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2023-08-17
  • 最后修改日期:2023-08-17
  • 录用日期:2023-11-21
  • 在线发布日期: 2023-11-23
  • 出版日期:
文章二维码