Granulometric smoothing
粒度平滑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：摘要研究通用多元密度集合估计，未提供经济分布效应或其他所列方向的直接证据。
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
粒度平滑
- 研究问题
- 如何以易于计算和表示的几何方法平滑多元数据，并估计密度水平集与具有指定概率含量的最小体积集合？
- 方法与思路
- 作者提出基于简单几何操作的平滑方法，结合已有技术构造集合估计量，并按底层密度刻画可适用的集合类别。
- 材料陈述的贡献
- 摘要称在多数已知最小最大收敛率的情形中达到相应速率、允许对数因子，同时可处理非凸和不连通集合。
- 阅读关注点
- 应核对几何操作与集合类别的具体定义、概率含量的处理、收敛率条件，以及算法实现和置信区域构造方式。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；一般情形下效果合理属于作者论述，不能视为普遍保证，置信区域应用仅被简述。
原文摘要
A new method for smoothing a multivariate data set is introduced that is based on a simple geometric operation. This method is applied to the problem of estimating level sets of a density and minimum volume sets with given probability content. Building on existing techniques, the resulting estimator combines excellent theoretical and computational properties: It converges with the minimax rates (up to log factors) in most cases where these rates are known and, at the same time, it can be computed, visualized, stored and manipulated by simple algorithms and tools. It is applicable to a wide class of sets that is characterized explicitly in terms of the underlying densities and includes nonconvex and disconnected sets, and it is argued that it should give reasonable results in completely general situations. Applications to the construction of multivariate confidence regions in frequentist and Bayesian contexts are briefly mentioned.