Adaptive estimation of and oracle inequalities for probability densities and characteristic functions
概率密度与特征函数的自适应估计及预言不等式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：摘要研究通用密度及特征函数估计的自适应理论，未明确涉及分位数效应、因果分布效应或其他指定领域。
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…
关注这篇论文的作者
概率密度与特征函数的自适应估计及预言不等式
- 研究问题
- 密度与特征函数估计能否获得类似高斯平移实验中的精确预言不等式，并对多种未知光滑度函数类实现自适应最优估计？
- 方法与思路
- 作者构造自适应估计量并建立精确指数型预言不等式，用于分析不同Sobolev光滑度、无穷可微密度及特征函数的风险。
- 材料陈述的贡献
- 摘要称实现多类密度的同时尖锐极小极大估计，覆盖非绝对可积特征函数；同一估计量在有界谱分布类上达到参数速率。
- 阅读关注点
- 应核对损失函数、函数类边界及预言不等式的精确含义，区分尖锐最优常数、速率最优与有界谱类的参数速率结论。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，估计量构造、常数及函数类条件未说明；分布估计理论本身不能直接解释为经济分布效应识别。
原文摘要
The theory of adaptive estimation and oracle inequalities for the case of Gaussian-shift–finite-interval experiments has made significant progress in recent years. In particular, sharp-minimax adaptive estimators and exact exponential-type oracle inequalities have been suggested for a vast set of functions including analytic and Sobolev with any positive index as well as for Efromovich–Pinsker and Stein blockwise-shrinkage estimators. Is it possible to obtain similar results for a more interesting applied problem of density estimation and/or the dual problem of characteristic function estimation? The answer is “yes.” In particular, the obtained results include exact exponential-type oracle inequalities which allow to consider, for the first time in the literature, a simultaneous sharp-minimax estimation of Sobolev densities with any positive index (not necessarily larger than 1/2), infinitely differentiable densities (including analytic, entire and stable), as well as of not absolutely integrable characteristic functions. The same adaptive estimator is also rate minimax over a familiar class of distributions with bounded spectrum where the density and the characteristic function can be estimated with the parametric rate.