Optimal adaptive estimation of a quadratic functional
二次泛函的最优自适应估计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。
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：摘要属于一般非参数泛函估计理论，未提供与所列因果、宏观或金融细分方向直接相关的证据。
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
二次泛函的最优自适应估计
- 研究问题
- 如何在Besov球与Lp球组成的函数类上自适应估计二次泛函，并在未知函数类特征时达到相应的最优收敛率？
- 方法与思路
- 作者构造具有特定偏差和方差性质的一组非二次估计量，再通过对该估计量集合进行惩罚最大化建立自适应程序。
- 材料陈述的贡献
- 摘要称，该程序在所研究的整个Besov球与Lp球范围内达到特定约束风险界，从而具有收敛率最优的自适应性。
- 阅读关注点
- 应核对观测模型、二次泛函的定义、函数球的参数范围、惩罚项构造，以及约束风险界如何刻画最优自适应性。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；具体风险界、收敛率和观测模型未说明，不能推断无条件最优或适用于所有函数类。
原文摘要
Adaptive estimation of a quadratic functional over both Besov and Lp balls is considered. A collection of nonquadratic estimators are developed which have useful bias and variance properties over individual Besov and Lp balls. An adaptive procedure is then constructed based on penalized maximization over this collection of nonquadratic estimators. This procedure is shown to be optimally rate adaptive over the entire range of Besov and Lp balls in the sense that it attains certain constrained risk bounds.