Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:0704.2492

帮助 | 高级搜索

数学 > 统计理论

arXiv:0704.2492 (math)
[提交于 2007年4月19日 ]

标题: 结构适应通过$L_p$-范数oracle不等式

标题: Structural adaptation via $L_p$-norm oracle inequalities

Authors:A. Goldenhsluger, O. Lepski
摘要: 本文研究了满足某些结构假设的多元函数自适应估计问题。我们提出了一种新的估计程序,能够同时适应未知的结构和底层函数的光滑性。结构适应问题被表述为从给定的估计器集合中选择的问题。我们发展了一般的选择规则,并在任意$\rL_p$--损失下建立了全局oracle不等式。这些结果应用于加性多指标模型的自适应估计。
摘要: In this paper we study the problem of adaptive estimation of a multivariate function satisfying some structural assumption. We propose a novel estimation procedure that adapts simultaneously to unknown structure and smoothness of the underlying function. The problem of structural adaptation is stated as the problem of selection from a given collection of estimators. We develop a general selection rule and establish for it global oracle inequalities under arbitrary $\rL_p$--losses. These results are applied for adaptive estimation in the additive multi--index model.
主题: 统计理论 (math.ST) ; 概率 (math.PR)
MSC 类: 62G05, 62G20
引用方式: arXiv:0704.2492 [math.ST]
  (或者 arXiv:0704.2492v1 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.0704.2492
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Alexander Goldenshluger [查看电子邮件]
[v1] 星期四, 2007 年 4 月 19 日 09:58:27 UTC (33 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2007-04
切换浏览方式为:
math
math.PR
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号