Methods for Density Estimation in Thick-Slice Versions of Wicksell's Problem
厚切片 Wicksell 问题的密度估计方法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：摘要研究几何观测逆问题中的密度恢复，未涉及经济分位数或分布效应等所列领域。
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…
关注这篇论文的作者
厚切片 Wicksell 问题的密度估计方法
- 研究问题
- 当观测来自目标分布经变换后的分布时，如何估计合法的目标密度，并在厚切片 Wicksell 逆问题中选择平滑参数？
- 方法与思路
- 作者提出隐式密度估计方法以避免负值，并设计针对目标分布表现的经验调参方法，将其用于厚切片问题及实际半径数据。
- 材料陈述的贡献
- 摘要称，新估计量本身为密度；厚切片问题的估计量性质与经典薄切片情形明显不同，不能仅靠类比建立两者理论。
- 阅读关注点
- 应核对变换算子和隐式估计的构造、密度合法性的保证、目标尺度上的调参准则，以及厚薄切片统计性质的差异。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体速率、调参公式或实证比较结果，不能判断对其他逆问题的适用性。
原文摘要
A new, implicit method is suggested for density estimation in inverse problems, where data are drawn not from the target distribution, but rather from its image under a transformation. The approach that we propose produces density estimators that are themselves densities, without the negativity problems known to plague more explicit inversion techniques. We also suggest a general empirical approach to selecting the smoothing parameter so as to optimize performance in the context of the target distribution, rather than its image after the transformation. We apply the new methods, and competing techniques, to a thick-section Wicksell-type problem, using data on the radii of nerve terminals from the electric organ of the electric ray Torpedo marmorata. It is shown that statistical properties of estimators in this problem are very different from those for the thin-slice, classical Wicksell problem, and so the two cases cannot be developed simply by analogy with one another.