Adaptive Density Estimation Using Projection Kernels and Penalized Comparison to Overfitting
利用投影核与惩罚过拟合比较的自适应密度估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究通用小波密度估计与自适应风险理论，未明确涉及经济分布效应或其他所列应用方向。
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…
利用投影核与惩罚过拟合比较的自适应密度估计
- 研究问题
- 小波投影密度估计中，如何从数据选择决定偏差与方差权衡的分辨率水平，并适应未知的 Besov 光滑性？
- 方法与思路
- 作者将候选估计量与一个过拟合参照进行平方积分距离比较，通过显式惩罚校正随机波动，选择投影分辨率。
- 材料陈述的贡献
- 摘要称建立高概率和期望风险的预言机不等式，并在具有共同一致有界条件的 Besov 密度类上达到经典极小极大阶。
- 阅读关注点
- 应核对尺度函数正则性、候选层级和参照选择、惩罚阈值，以及自适应结论依赖的共同密度上界和光滑性范围。
- 阅读边界
- 这是 arXiv v2 预印本，不能据此声称已同行评审或期刊接收；摘要中的函数空间符号含异常字符，精确条件需查阅原 PDF。
原文摘要
In this work, we study wavelet projection estimators for density estimation, based on compactly supported $\mathcal S$-regular scaling functions. The main issue is the choice of the resolution level, which determines the bias--variance trade-off. We select this level by a Penalized Comparison to Overfitting (PCO) criterion: each candidate estimator is compared in $Ł^2(\R)$ with a single overfitting reference, and the additional stochastic fluctuation is corrected by an explicit penalty. For the selected estimator, we prove a high-probability oracle inequality and a risk oracle inequality in expectation. Over Besov balls of densities satisfying a common $Ł^\infty$ bound, the risk inequality yields the rate $n^{-2r/(2r+1)}$ uniformly over the class, with a sufficient penalty threshold that can be chosen uniformly over the class. This rate has the classical minimax order, and the procedure adapts to the unknown Besov regularity. Numerical experiments on several density shapes confirm that the data-driven level is close to the oracle one and adapts to the structure of the target.