Noise estimation in signal restoration using regularization
正则化信号恢复中的噪声估计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：摘要讨论一般回归平滑与信号噪声方差，未明确涉及金融波动率或其他所列领域。
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…
正则化信号恢复中的噪声估计
- 研究问题
- 在通过平滑估计回归函数或恢复信号时，如何估计噪声方差，并处理响应函数较强非恒定性对估计的影响？
- 方法与思路
- 作者比较若干方差估计量，其中许多为经过缩放的数据二次型，部分加入适应响应变化的步骤，并开展经验比较。
- 材料陈述的贡献
- 摘要介绍不同噪声方差估计方案，并报告以四个不规则程度不同的一维源函数开展的经验研究，未明确给出优胜方法。
- 阅读关注点
- 应核对方差估计与平滑程度的关系、适应响应变化的具体步骤，以及四类源函数和误差机制下采用的比较指标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；经验研究设计与结果未展开，不能判断哪种估计量更准确或更稳健。
原文摘要
Several estimators of variance are compared in the context of problems where smoothing is incorporated in the estimation of regression functions. Many of the estimators are scaled quadratic forms in the data, and some incorporate steps that try to accommodate substantial nonconstancy in the response function. The estimators are described and an account is provided of an empirical study based on four one-dimensional source functions of varying degrees of irregularity.