Approximate optimal designs for multivariate polynomial regression
多变量多项式回归的近似最优设计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：摘要属于回归实验设计与半定规划方法，未明确涉及因果识别或其他所列细分方向。
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…
多变量多项式回归的近似最优设计
- 研究问题
- 在紧致半代数设计空间上，如何数值求解多变量多项式回归的近似最优设计，并判断所用优化层级何时收敛？
- 方法与思路
- 作者使用矩与平方和的半定规划层级求解设计问题，借助对偶理论恢复设计几何，并研究与 Christoffel 多项式的联系。
- 材料陈述的贡献
- 摘要称，层级随阶数增加收敛到近似最优设计，并给出保证有限收敛的对偶证书，将实验设计等价定理与层级收敛联系起来。
- 阅读关注点
- 应核对最优设计准则、设计空间的条件、从矩恢复设计的方法，以及有限收敛证书与数值可计算性的具体含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体设计准则、有限收敛条件和计算规模未说明，不能推断所有问题均有限步求解。
原文摘要
We introduce a new approach aiming at computing approximate optimal designs for multivariate polynomial regressions on compact (semialgebraic) design spaces. We use the moment-sum-of-squares hierarchy of semidefinite programming problems to solve numerically the approximate optimal design problem. The geometry of the design is recovered via semidefinite programming duality theory. This article shows that the hierarchy converges to the approximate optimal design as the order of the hierarchy increases. Furthermore, we provide a dual certificate ensuring finite convergence of the hierarchy and showing that the approximate optimal design can be computed numerically with our method. As a byproduct, we revisit the equivalence theorem of the experimental design theory: it is linked to the Christoffel polynomial and it characterizes finite convergence of the moment-sum-of-square hierarchies.