Adaptive estimation under single-index constraint in a regression model
单指标约束回归模型中的自适应估计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：摘要研究一般单指标非参数估计，未明确涉及离散选择、结构估计或所列其他细分方向。
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…
关注这篇论文的作者
单指标约束回归模型中的自适应估计
- 研究问题
- 在随机设计、噪声条件较弱的单指标回归中，如何同时适应未知指标向量和连接函数的未知光滑程度？
- 方法与思路
- 作者从特定核估计量族中选择估计量，建立点态 oracle 不等式，再用于整体函数估计和相应函数类的自适应分析。
- 材料陈述的贡献
- 摘要称，所提方法同时适应指标向量与连接函数光滑性，并将点态和整体结果应用于 Hölder 与 Nikol’skii 函数类。
- 阅读关注点
- 应核对随机设计与噪声的具体条件、核估计量的选择规则，以及两类 oracle 不等式如何支持自适应性质。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；“弱条件”、风险界与收敛速度未具体说明，不能推断任意单指标模型都适用。
原文摘要
The problem of adaptive multivariate function estimation in the single-index regression model with random design and weak assumptions on the noise is investigated. A novel estimation procedure that adapts simultaneously to the unknown index vector and the smoothness of the link function by selecting from a family of specific kernel estimators is proposed. We establish a pointwise oracle inequality which, in its turn, is used to judge the quality of estimating the entire function (“global” oracle inequality). Both the results are applied to the problems of pointwise and global adaptive estimation over a collection of Hölder and Nikol’skii functional classes, respectively.