Wavelet thresholding in anisotropic function classes and application to adaptive estimation of evolutionary spectra
各向异性函数类中的小波阈值估计及演化谱自适应估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将方法用于局部平稳时间序列的时变谱估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
各向异性函数类中的小波阈值估计及演化谱自适应估计
- 研究问题
- 当函数在不同方向具有不同平滑程度时，如何实现自适应估计，并重建局部平稳时间序列的时变谱结构？
- 方法与思路
- 作者采用各维度独立尺度的张量积小波基及逐坐标阈值估计，并将其用于局部平稳时间序列的演化谱估计。
- 材料陈述的贡献
- 摘要称，该估计达到各向异性函数类的极小极大速率，谱估计则在多类平滑设定下接近高斯白噪声最优速率。
- 阅读关注点
- 核对平滑函数类、局部平稳条件、阈值选择规则及速率损失，并查看张量积基与单尺度基比较的具体范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未给出函数类及误差准则的完整定义，不能断言所有谱估计场景均更优。
原文摘要
We derive minimax rates for estimation in anisotropic smoothness classes. These rates are attained by a coordinatewise thresholded wavelet estimator based on a tensor product basis with separate scale parameter for every dimension. It is shown that this basis is superior to its one-scale multiresolution analog, if different degrees of smoothness in different directions are present. As an important application we introduce a new adaptive waveletestimator of the time-dependent spectrum of a locally stationary time series. Using this model which was recently developed by Dahlhaus, we show that the resulting estimator attains nearly the rate, which is optimal in Gaussian white noise, simultaneously over a wide range of smoothness classes. Moreover, by our new approach we overcome the difficulty of how to choose the right amount of smoothing, that is, how to adapt to the appropriate resolution, for reconstructing the local structure of the evolutionary spectrum in the time-frequency plane.