Multiparameter regularization and aggregation in the context of polynomial functional regression
多项式函数型回归中的多参数正则化与聚合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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要讨论的是函数型回归的正则化与模型聚合方法，属于统计方法学，未涉及所提供领域细分中的因果推断、面板、时间序列、资产定价等方向。
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…
多项式函数型回归中的多参数正则化与聚合
- 研究问题
- 摘要称，近期多项式函数型回归研究多集中于单参数正则化方案，本文要处理的是多参数正则化及其参数选择问题。
- 方法与思路
- 作者提出一种多参数正则化算法，并给出有理论依据的参数处理方法，该方法支持对不同正则化参数下的模型进行聚合；摘要称用合成数据和部分真实医学数据进行了评估。
- 材料陈述的贡献
- 摘要明确陈述的贡献是：突破单参数正则化框架，引入多参数正则化算法与相应的参数处理理论方法，并实现不同正则化参数模型的聚合。
- 阅读关注点
- 应核对多参数正则化的具体形式、参数选择方法的理论保证（如收敛性或风险界）、聚合权重如何确定，以及合成与医学数据实验的设计和评价指标。
- 阅读边界
- 仅有摘要，无法判断识别假设、定理条件、数据细节与结果稳健性；该文为 arXiv 预印本，未经同行评审验证，不能据此声称已被期刊接收。
原文摘要
Most of the recent results in polynomial functional regression have been focused on an in-depth exploration of single-parameter regularization schemes. In contrast, in this study we go beyond that framework by introducing an algorithm for multiple parameter regularization and presenting a theoretically grounded method for dealing with the associated parameters. This method facilitates the aggregation of models with varying regularization parameters. The efficacy of the proposed approach is assessed through evaluations on both synthetic and some real-world medical data, revealing promising results.