Approximation of Method of Regularization Estimators
正则化方法估计量的近似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：摘要研究抽象线性模型中的通用正则化理论，未提供结构估计或其他所列方向的明确应用。
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
正则化方法估计量的近似
- 研究问题
- 在含离散噪声观测的抽象线性模型中，如何以连续问题近似 Tikhonov 正则化估计，并刻画非参数回归参数的收敛速度？
- 方法与思路
- 作者对离散估计问题进行连续近似的渐近分析，在适合该问题的一组范数下计算收敛速度，并考察函数及导数观测。
- 材料陈述的贡献
- 摘要称建立了正则化估计连续近似的渐近分析，并将一般理论用于根据函数和某阶导数的带噪观测估计函数。
- 阅读关注点
- 应核对离散观测设计、噪声与线性算子的条件、正则化参数选择，以及不同范数下近似误差和收敛速度的关系。
- 阅读边界
- 索引摘要未注明稿件版本；具体范数、速度表达式、导数阶数及算子条件未说明，不能推断任意逆问题的适用性。
原文摘要
The Tikhonov method of regularization (MOR) estimator provides a general method for estimation of a nonparametric regression parameter in an abstract linear model with discrete noisy data. An asymptotic analysis is given in which the discrete estimation problem is approximated by a continuous one. Rates of convergence are calculated in a family of norms natural to the problem. The general theory is applied to the estimation of functions from noisy evaluations of the function and one of its derivatives.