顶点导数系数泛函如何为齐次数值积分传播？

系数向量取代了先求矩的步骤

齐次数值积分结合 Euler 恒等式与 Stokes 定理，在多胞形 P 上积分齐次多项式。已有算法返回标量积分或可复用的矩族。本文的做法不同：对给定的 (P, q) 只沿面复形传播一次泛函，返回 H_q（次数 q 形式构成的空间）上的一个带符号顶点导数系数泛函。

具体而言，该构造产生一个与多项式无关的向量 C(q)。若 E_q 是它在 H_q 单项式基上的求值矩阵，则 b_q = E_q C(q) 就是所得次数 q 矩向量。论文强调，新颖之处不在于顶点支撑、点支撑或这类系数向量的存在性，而在于通过局部 Euler–Stokes 传播直接构造出这样一个向量，同时保留面关联结构和锚点结构。

面下降过程聚合相等的终端泛函

其基础递推是一个逐面的 Euler–Stokes 恒等式。对 k 维面 F 和满足 |α| ≤ q 的多重指标 α，D^α p 在 F 上的积分 I(F, α) 满足一个关系式，它把来自相对面 G ≺ F 的贡献与一项涉及锚点 z_F 及高一阶导数的项相加。在顶点 v 处，I({v}, α) 退化为 D^α p(v)。

系数传播算法为每个状态 (F, α) 存储一个从终端对 (v, β) 到系数的稀疏映射。状态按 dim F + q − |α| 递减的顺序处理。顶点状态初始化为 {(v, α) ↦ 1}；否则形式化地应用递推，记忆化子状态，累加缩放后的映射，收集重复的终端对，并删除精确零。在 (P, 0) 处返回的映射即为 C(q)。

锚点改变系数但不改变所诱导的泛函

锚点是每个正维面中选定的点，它们通过高度 h_{F,G} 进入递推。论文证明，若两种锚点选择产生精确输出 C 和 C̃，当二者嵌入同一个顶点导数信息集时，有 J(C − C̃) = 0。因此锚点可以改变显示的系数，但不改变它们在 H_q 上诱导的泛函。

锚点选择还可以改变系数的数量。若锚点落在某个相对面上，对应的高度 h_{F,G} 消失，该边界分支也随之消失。因此一致的顶点锚点可以产生稀疏得多的形式输出，不过论文并未声称这解决了另一个最稀疏表示问题。

Riesz 框架度量受限公式的误差

论文为 H_q 配备 L2(P) 内积，并定义矩矩阵 M_q、矩向量 b_q 以及再生核 K_{P,q}。Riesz 代表元 R_{P,q} 满足 ∫_P p = ⟨p, R_{P,q}⟩_P。文中将其描述为 H_q 的精确次数核，而非通常的至多次数 Christoffel 设定；特别地，当 q > 0 时 K_{P,q}(0,0) = 0。

定理 3.1 给出任意系数向量 C 的最坏情形 L2(P) 误差，即 R_{P,q} 减去 C_j κ_j 之和的范数。它还把精确性刻画为 JC = ρ，说明所有精确向量构成 C_0 + ker J，并在 ρ 属于 J 的值域时给出加权最小解 C_W = W^{-1} J^T (J W^{-1} J^T)^† ρ。论文指出，只有对不同阶导数进行缩放后，系数范数才有意义，因此 W 必须编码某种归一化或求值代价。

次数 q 与次数 2q 向量满足相容关系

论文报告，独立生成的次数 q 与次数 2q 系数向量满足一个显式相容关系。若两个 HNI 公式都精确，则 b_q = E_q C(q)，且矩矩阵元素可以用次数 2q 系数作用于基元素乘积来表示。

令 r = M_q^{-1} b_q 恢复 R_{P,q}，并由 v_q(x) R_{P,q}(x) = P(r) v_{2q}(x) 定义 P(r)，则系数向量满足 P(r) E_{2q} C(2q) = E_q C(q)。当 r 固定且已知时，这是两个 HNI 向量之间的线性关系。反过来，次数 q 与 2q 的精确 HNI 向量确定 b_q 和 M_q，从而确定 r。

报告的例子显示剪枝但未声称改善条件数

论文报告了若干区域的项数。对 q = 4 的立方体，传播/受限项数为 248 中心、22 顶点、12 阶数≤2，无限制基线为 15。对 q = 4 的四维立方体，项数为 1104 中心、35 顶点、31 阶数≤2，基线为 35。对 q = 4 的非凸 L 形多边形，稀疏仿射锚点给出 54 项，对 6·2^6 = 384 种分配做有限搜索给出 30 项，基线为 5。

对带种子的非对称凸六边形，同一类锚点在 q = 4 时把 90 项降到 30 项，在 q = 8 时把 270 项降到 90 项。另一项 q = 4 的基准在带种子的扰动凸多边形上传播全部 n 2^n 种分配；在 Apple M3 上，它从 n = 4 的 64 种分配耗时 0.005 秒增长到 n = 10 的 10,240 种分配耗时 5.47 秒，同时把中点锚点项数从 60 降到 10、从 150 降到 60。论文指出这支持对中等规模平面单元的离线使用，而非多项式时间可扩展性；并且项数更少并不意味着条件数更好，因为 S(C) 在支撑最小化后有时反而增大。

适用范围覆盖任意维的定向非凸区域

该构造覆盖凸多胞形以及任意维的定向非凸多面体区域。对非凸情形，必须额外提供定向边界复形，包括边界分支、关联符号和一致的外侧方向；它不是把 P 分解为凸基本单元。散度恒等式并未用到凸性，但所供给的边界单元被假定构成一个一致定向的有限多面体复形。

论文明确不声称比优化矩表方法成本更低或通用可复用性更强，也不声称全局基数最优或条件数改善。精确有理数约简确立的是代数精确性，而非一般稳定性结果。与未知节点正矩拟合求积的比较并不适用于所有求积构造，特别是不适用于固定节点线性方法或对已有正公式的压缩。

当被积函数以顶点数据给出时该泛函最有价值

论文自身的优先重点是这种结构化提升：一个适配顶点导数数据的可复用泛函，暴露锚点依赖与非唯一性，支持精确的受限信息后处理和 Riesz 认证，并使次数 q/次数 2q 系数关系显式化。四维立方体例子表明维度不限于 2 或 3，而平面测试表明对顶点锚点的有限搜索可以离线剪枝这一结构化输出。

对判断这是否重要的读者而言，论文自身的情景划分就是有用的阈值：当被积函数自然地通过局部顶点数据而非全局单项式系数给出时，这种结构化提升被描述为特别有用。所报告的剪枝是对中等规模平面单元的离线预处理效果，论文把同时兼顾稀疏性与条件数控制的可扩展锚点选择留作未来工作。

本文引用的文献