Adaptive invariant density estimation for ergodic diffusions over anisotropic classes
各向异性函数类上遍历扩散的不变密度自适应估计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：摘要研究一般扩散过程的连续观测密度估计，未明确金融高频数据或宏观时间序列应用。
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
各向异性函数类上遍历扩散的不变密度自适应估计
- 研究问题
- 当连续观察具有唯一不变分布的多维扩散过程时，如何在各向异性光滑性限制下自适应估计其不变密度？
- 方法与思路
- 作者利用对称Markov半群的函数不等式分析核密度估计，并在各向异性Hölder约束下研究上确界范数风险。
- 材料陈述的贡献
- 摘要称，所构造的自适应估计在该风险标准下，其收敛速率显著快于标准独立同分布多维密度估计情形。
- 阅读关注点
- 核对扩散过程与半群条件、连续观测要求、自适应带宽选择，以及与独立样本密度估计比较时的样本信息尺度。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；具体速率与过程条件未说明，连续记录下的结论不能直接用于离散观测数据。
原文摘要
Consider some multivariate diffusion process $\mathbf{X}=(X_{t})_{t\geq0}$ with unique invariant probability measure and associated invariant density $\rho$, and assume that a continuous record of observations $X^{T}=(X_{t})_{0\leq t\leq T}$ of $\mathbf{X}$ is available. Recent results on functional inequalities for symmetric Markov semigroups are used in the statistical analysis of kernel estimators $\widehat{\rho}_{T}=\widehat{\rho}_{T}(X^{T})$ of $\rho$. For the basic problem of estimation with respect to $\mathrm{sup}$-norm risk under anisotropic Hölder smoothness constraints, the proposed approach yields an adaptive estimator which converges at a substantially faster rate than in standard multivariate density estimation from i.i.d. observations.