는 k는 푸리에 변수이다 이다. Explanation here 제 질문은 왜 sympy에서이 지식을 사용하지 않습니까? 예를 들어 :는 from sympy import Function, symbols, fourier_transform, Derivative
f = Function('f')
x, k= symbols('x, k')
G = fourier_
Sympy는 trig 함수 Fourier transform을 계산하는 데 실수를 저질렀다고 생각합니다. 예를 들어 : from sympy import fourier_transform, sin
from sympy.abc import x, k
print fourier_transform(sin(x), x, k)
예상 답변을 via Mathematica는
푸리에 시리즈 어떠한 사인 함수의 합 신경망 코사인 로 분해 될 수있는 기능은 로지스틱 방정식 위에 가중 합으로 분해 될 수있다. 웨이블릿 변환에 임의 하르 함수의 가중 합으로 분해 될 수있다 (하나 개의 층 신경망) 또한 가우시안의 혼합물로 분해 프로퍼티 기능 있는가? 그렇다면 증거가 있습니까?
이것은 아마도 매우 순진한 질문 일지 모르지만 여기에 있습니다. 함수 f (x)의 푸리에 변환을 계산하고 싶습니다. 그래서 numpy 배열 X를 정의하고 벡터화 된 함수 f를 전달합니다. 이제이 배열 f (X)의 FFT를 계산하면, 종이에 그랬을 때처럼 f (x)의 푸리에 변환이되지 않습니다. 예를 들어 가우스의 FFT를 계산할 경우 가우시안이나 배열이 가