Unbalanced Haar Technique for Nonparametric Function Estimation
非参数函数估计的非平衡Haar技术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：摘要明确将多尺度非参数函数估计用于地震计数时间序列的平均强度估计，为时间序列信号分析提供直接依据。
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
非参数函数估计的非平衡Haar技术
- 研究问题
- 在高斯噪声下估计一维函数时，如何通过允许基向量跳点偏离支撑区间中点的多尺度表示，更好适应局部信号结构？
- 方法与思路
- 作者结合非平衡Haar变换、系数阈值化和逆变换，并在父基向量确定的尺度与位置上选择更匹配数据的基向量。
- 材料陈述的贡献
- 摘要称对不过度非平衡的基，估计量在广泛函数类上具有均方一致性和近最优速率，计算量为O(n log n)，并展示模拟与应用。
- 阅读关注点
- 应核对基不过度非平衡的定义、函数类别与近最优速率的条件、阈值和基选择规则，以及地震计数强度应用的模型设置。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明。摘要未给出函数类、阈值和基限制的细节，对图像及平滑小波仅说明讨论了扩展。
原文摘要
The discrete unbalanced Haar (UH) transform is a decomposition of one-dimensional data with respect to an orthonormal Haar-like basis where jumps in the basis vectors do not necessarily occur in the middle of their support. We introduce a multiscale procedure for estimation in Gaussian noise that consists of three steps: a UH transform, thresholding of the decomposition coefficients, and the inverse UH transform. We show that our estimator is mean squared consistent with near-optimal rates for a wide range of functions, uniformly over UH bases that are not “too unbalanced.” A vital ingredient of our approach is basis selection. We choose each basis vector so that it best matches the data at a specific scale and location, where the latter parameters are determined by the "parent" basis vector. Our estimator is computable in O(n log n) operations. A simulation study demonstrates the good performance of our estimator compared with state-of-the-art competitors. We apply our method to the estimation of the mean intensity of the time series of earthquake counts occurring in northern California. We discuss extensions to image data and to smoother wavelets.