Nonparametric Estimation of a Probability Density on a Riemannian Manifold Using Fourier Expansions
利用傅里叶展开估计黎曼流形上的概率密度AI 解读 ↓
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。
AI 根据所提供的论文材料归类:摘要研究流形上的通用非参数密度估计,未涉及分布效应或其他所列计量方向。
利用傅里叶展开估计黎曼流形上的概率密度AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
Supposing a given collection $y_1, \cdots, y_N$ of i.i.d. random points on a Riemannian manifold, we discuss how to estimate the underlying distribution from a differential geometric viewpoint. The main hypothesis is that the manifold is closed and that the distribution is (sufficiently) smooth. Under such a hypothesis a convergence arbitrarily close to the $N^{-1/2}$ rate is possible, both in the $L_2$ and the $L_\infty$ senses.