Hybrid Adaptive Splines
混合自适应样条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：摘要研究通用非参数平滑与全球温度函数估计，未直接对应所列微观、宏观或金融细分领域。
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
混合自适应样条
- 研究问题
- 当真实函数在不同位置的曲率不均匀时，如何让平滑强度随局部特征变化，并合理计算自适应基函数选择的自由度？
- 方法与思路
- 作者结合回归样条与平滑样条构造自适应方法，用全球温度数据展示多元函数估计应用，并通过模拟比较波形收缩方法。
- 材料陈述的贡献
- 摘要称，该方法能够按局部曲率调整平滑程度，模拟表现与所比较的波形收缩方法相当，并讨论自适应选基的自由度。
- 阅读关注点
- 核对基函数和局部平滑强度的选择机制、自由度的定义与估计，以及模拟比较的函数类型、损失指标和调参条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，无法判断刊本变化；摘要未给出自由度公式或误差保证，模拟相当也不代表普遍性能结论。
原文摘要
An adaptive spline method for smoothing is proposed that combines features from both regression spline and smoothing spline approaches. One of its advantages is the ability to vary the amount of smoothing in response to the inhomogeneous “curvature” of true functions at different locations. This method can be applied to many multivariate function estimation problems, which is illustrated by an application to smoothing temperature data on the globe. The method's performance in a simulation study is found to be comparable to the wavelet shrinkage methods proposed by Donoho and Johnstone. The problem of how to count the degrees of freedom for an adaptively chosen set of basis functions is addressed. This issue arises also in the MARS procedure proposed by Friedman and other adaptive regression spline procedures.