On a Conjecture of Huber Concerning the Convergence of Projection Pursuit Regression
关于投影寻踪回归收敛性的 Huber 猜想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：摘要仅涉及通用投影寻踪回归的收敛理论，没有足够证据对应所列领域细分。
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
关于投影寻踪回归收敛性的 Huber 猜想
- 研究问题
- 投影寻踪回归程序能否获得强收敛保证？摘要将问题定位为对既有投影寻踪程序的推广，并回应 Huber 提出的问题。
- 方法与思路
- 作者推广 Friedman 与 Stuetzle 的投影寻踪程序抽象版本，并证明强收敛；摘要未说明具体更新规则和证明条件。
- 材料陈述的贡献
- 摘要称推广后的程序具有强收敛性质，从而回答 Huber 的一个问题；未提供收敛对象、速率或实际计算表现。
- 阅读关注点
- 阅读全文时应核对原程序与推广程序的区别、强收敛针对的对象，以及函数空间、逼近能力和迭代步骤所需条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能判断定理适用范围、证明细节或有限样本表现，也不推断版本变化。
原文摘要
We generalize the projection pursuit procedure of Friedman and Stuetzle (abstract version) and prove strong convergence. This answers a question of Huber.