Multivariate Adaptive Stochastic Approximation
多元自适应随机逼近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：摘要讨论通用随机逼近与控制算法，未给出结构经济模型或所列经济计量领域的具体背景。
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
多元自适应随机逼近
- 研究问题
- 如何将自适应随机逼近推广到多元响应，并使程序在参数估计与控制两个评价角度下具有渐近效率？
- 方法与思路
- 作者提出多元自适应程序，其中使用 Venter 型方法估计响应函数的雅可比矩阵，并分析估计与控制方面的渐近表现。
- 材料陈述的贡献
- 摘要称，该程序在估计和控制两个角度均具有渐近效率，是对既有自适应随机逼近方法的多元推广。
- 阅读关注点
- 应核对响应函数、观测噪声和雅可比矩阵的条件，更新规则及稳定性要求，并明确两个角度所用的效率标准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 简短摘要，更新算法、效率界和正则条件均未说明，无法判断有限样本及应用表现。
原文摘要
Herein we study a multivariate version of the adaptive stochastic approximation developed recently by Lai and Robbins. An adaptive procedure which involves a Venter-type estimate of the Jacobian of the response function is proposed and shown to be asymptotically efficient from both the estimation and the control points of view.