Soap Film Smoothing
肥皂膜平滑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：摘要研究复杂二维区域上的通用平滑方法，没有所列计量应用细分方向的明确证据。
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…
肥皂膜平滑
- 研究问题
- 在半岛等复杂边界构成的二维区域上，如何避免跨越边界特征的不当平滑，同时保持模型组合和计算的便利性？
- 方法与思路
- 作者提出由低秩基函数及一至两个二次惩罚表示的平滑器，可嵌入加性或混合模型，并用常见准则选择平滑度。
- 材料陈述的贡献
- 摘要称该表示避免跨边界特征平滑，便于加入广义加性等模型，并通过低秩结构和标准平滑度选择降低计算负担。
- 阅读关注点
- 应核对区域及边界如何表示、基函数和惩罚如何构造，以及复杂边界下的精度、平滑度选择与计算规模限制。
- 阅读边界
- 仅据所给 Crossref 摘要；边界条件、近似误差及具体性能比较未说明，不能认定其在所有空间平滑问题中更优。
原文摘要
Summary Conventional smoothing methods sometimes perform badly when used to smooth data over complex domains, by smoothing inappropriately across boundary features, such as peninsulas. Solutions to this smoothing problem tend to be computationally complex, and not to provide model smooth functions which are appropriate for incorporating as components of other models, such as generalized additive models or mixed additive models. We propose a class of smoothers that are appropriate for smoothing over difficult regions of R2 which can be represented in terms of a low rank basis and one or two quadratic penalties. The key features of these smoothers are that they do not ‘smooth across’ boundary features, that their representation in terms of a basis and penalties allows straightforward incorporation as components of generalized additive models, mixed models and other non-standard models, that smoothness selection for these model components is straightforward to accomplish in a computationally efficient manner via generalized cross-validation, Akaike's information criterion or restricted maximum likelihood, for example, and that their low rank means that their use is computationally efficient.