Minimax signal detection in ill-posed inverse problems
病态逆问题中的极小极大信号检测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：摘要是一般逆问题信号检测理论，未给出与所列经济计量细分方向直接对应的应用。
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…
病态逆问题中的极小极大信号检测
- 研究问题
- 在不同病态程度的逆问题中，面对多种光滑函数类，信号检测误差能达到什么极小极大渐近水平，能否实现自适应？
- 方法与思路
- 作者在高斯白噪声模型下，考察不同病态程度及椭球约束函数类，研究误差概率的收敛率和精细渐近性质。
- 材料陈述的贡献
- 摘要称，论文给出极小极大误差概率的速率与精细渐近分析，并构造结构较简单、达到极小极大速率的自适应检验。
- 阅读关注点
- 应核对各病态类别与函数类的定义、信号检测备择的刻画，以及自适应检验覆盖哪些未知特征、是否损失精细常数。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体检测界限、常数和适应代价未说明，不能将速率最优理解为所有意义下最优。
原文摘要
Ill-posed inverse problems arise in various scientific fields. We consider the signal detection problem for mildly, severely and extremely ill-posed inverse problems with $l^{q}$-ellipsoids (bodies), $q\in(0,2]$, for Sobolev, analytic and generalized analytic classes of functions under the Gaussian white noise model. We study both rate and sharp asymptotics for the error probabilities in the minimax setup. By construction, the derived tests are, often, nonadaptive. Minimax rate-optimal adaptive tests of rather simple structure are also constructed.