新型分区方法改进星形差异

本文介绍了一种新的空间分区方法，与抖动采样等现有方法相比，该方法可以生成具有较低预期星形差异的点集。这很重要，因为较低的星形差异意味着更好的均匀性，并且可能在数值积分和拟蒙特卡罗方法等应用中提高性能。本文还提供了改进的预期星形差异上限。

• •介绍了一种新的凸等体积分区模型。
• •证明了新的分区方法比抖动采样产生更低的预期星形差异。
• •提供了改进的预期星形差异上限。
• •解决了关于星形差异的强分区原则的开放性问题。