Asymptotical Minimax Recovery of Sets with Smooth Boundaries
光滑边界集合的渐近极小极大恢复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：摘要属于图像边界与密度支撑的通用集合估计理论，未涉及所列领域细分。
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
光滑边界集合的渐近极小极大恢复
- 研究问题
- 在高维黑白图像中，若区域边界具有光滑参数化，集合估计能够达到怎样的最优收敛速度，凸区域又如何处理？
- 方法与思路
- 作者研究由球面到欧氏空间的光滑映射所参数化的边界，并考虑凸区域，分别分析边缘估计与密度支撑估计模型。
- 材料陈述的贡献
- 摘要称在光滑性条件下推导集合估计的最优收敛速度，覆盖图像分割所启发的边缘估计与密度支撑估计两个模型。
- 阅读关注点
- 应核对边界光滑度、集合估计损失和观测模型的定义，以及维度与凸性限制如何影响最优速率及可达性论证。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；具体速率、损失与光滑性条件未提供，不能自行给出维度相关公式。
原文摘要
In this paper optimal rates of convergence are derived for estimates of sets in $N$-dimensional "black and white" pictures under smoothness conditions. It is assumed that the boundaries of the "black" regions have a smooth parameterisation, that is, that the boundaries are given by smooth functions from the sphere $S^{N-1}$ into $\mathbb{R}^N$. Furthermore, classes of convex regions are considered. Two models are studied: edge estimation models motivated by image segmentation problems and density support estimation.