Adaptive confidence balls
自适应置信球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：摘要讨论一般多分辨率置信集与非参数推断，没有足够依据归入给定的应用领域细分。
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
自适应置信球
- 研究问题
- 在多分辨率框架中，如何为单个分辨率层级及整个均值向量构造置信球，使其覆盖得到保证且半径适应不同函数类？
- 方法与思路
- 作者以特殊局部块阈值规则得到的自适应估计量为球心，通过分析估计损失确定半径，并推导预设置信水平下的有限样本下界。
- 材料陈述的贡献
- 摘要称构造了在整个有限维均值空间保证覆盖的诚实自适应置信球，其期望平方半径可在所述最大范围的 Besov 集合上适应。
- 阅读关注点
- 应核对观测模型、覆盖概率的保证方式、半径下界，以及 Besov 集合的参数范围和所谓最大适应范围的准确含义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明噪声模型和适应范围，不能推广为任意模型下的自适应覆盖保证。
原文摘要
Adaptive confidence balls are constructed for individual resolution levels as well as the entire mean vector in a multiresolution framework. Finite sample lower bounds are given for the minimum expected squared radius for confidence balls with a prespecified confidence level. The confidence balls are centered on adaptive estimators based on special local block thresholding rules. The radius is derived from an analysis of the loss of this adaptive estimator. In addition adaptive honest confidence balls are constructed which have guaranteed coverage probability over all of ℝN and expected squared radius adapting over a maximum range of Besov bodies.