Multidimensional Density Estimation by Tomography
通过层析成像进行多维密度估计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：摘要讨论通用多维密度平滑，未明确研究分位数或分布效应，无法直接归入给定细分领域。
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
通过层析成像进行多维密度估计
- 研究问题
- 能否借用计算机层析成像的重建算法，将自动化的一维密度平滑组合成多维密度估计，同时利用并行计算？
- 方法与思路
- 作者将滤波反投影算法用于多维密度平滑，以自动化一维平滑器构建估计，不施加可加性或对数可加性结构。
- 材料陈述的贡献
- 摘要称方法具有天然并行结构，在所用并行架构上展示线性加速，且渐近平均误差特征与常见多维平滑方法相当。
- 阅读关注点
- 应核对投影与反投影的实现、平滑参数和离散化方式，以及误差比较的条件和线性加速对应的计算环境。
- 阅读边界
- 仅据所给 Crossref 摘要，不能确定高维计算成本、有限样本误差或推广范围；二维示例不能直接说明高维实用性。
原文摘要
SUMMARY The paper explores the application of the filtered backprojection algorithm of computerized tomography to statistical smoothing of multidimensional densities. The method makes use of automated one-dimensional density smoothers to obtain an automated smoothed multidimensional density. No structural assumptions such as additivity or log-additivity are used. An important computational aspect of this method is its inherently parallel structure. We demonstrate linear speed-up on a parallel computer architecture. Various practical details are discussed together with some illustrative two-dimensional examples. Asymptotic mean error characteristics of the method are shown to match those of more familiar multivariate kernel-, near-neighbour- and spline-type smoothing techniques.