Computing Least Median of Squares Regression Lines and Guided Topological Sweep
最小平方中位数回归直线的计算与引导式拓扑扫描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：摘要研究稳健回归的计算几何算法，未明确涉及所列领域中的专门计量问题。
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…
最小平方中位数回归直线的计算与引导式拓扑扫描
- 研究问题
- 如何高效计算使平方残差中位数最小的回归直线，并降低这一全局优化问题已有的计算时间和内存上界？
- 方法与思路
- 作者提出建立在线排列拓扑扫描之上的一般方法，并将其用于最小平方中位数回归直线的计算。
- 材料陈述的贡献
- 摘要称，新算法改进该问题已有的复杂度上界，并使用线性内存；时间复杂度的指数排版需核对原文。
- 阅读关注点
- 应核对引导式拓扑扫描如何找到全局最优直线、退化点配置的处理，以及摘要时间复杂度记号的准确排版。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；时间界写作O(n 2)，指数关系不清，需查原文，不能据此重构公式。
原文摘要
Given a set of data points pi = (xi, yi ) for 1 ≤ i ≤ n, the least median of squares regression line is a line y = ax + b for which the median of the squared residuals is a minimum over all choices of a and b. An algorithm is described that computes such a line in O(n 2) time and O(n) memory space, thus improving previous upper bounds on the problem. This algorithm is an application of a general method built on top of the topological sweep of line arrangements.