Minimax optimal rates of estimation in high dimensional additive models
高维加性模型估计的极小极大最优收敛率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：摘要针对一般高维加性回归的估计理论，未提供因果、面板、结构估计或预测场景，故不强行映射到细分领域。
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
高维加性模型估计的极小极大最优收敛率
- 研究问题
- 近似稀疏的高维加性模型能够达到怎样的最优估计速度，维度与分量平滑性如何决定不同的收敛率区域？
- 方法与思路
- 作者在近似稀疏设定下建立极小极大最优收敛率，并区分稀疏区域与平滑区域，比较相应的基准估计速度。
- 材料陈述的贡献
- 摘要称稀疏区域的最优速度与高维线性回归相同，而平滑区域与单变量函数估计相同，呈现两类不同的复杂度特征。
- 阅读关注点
- 应核对近似稀疏和平滑函数类的定义、损失度量、区域分界，以及最优速度的下界与可达到上界是否匹配。
- 阅读边界
- OpenAlex 索引版本未注明；摘要未列出具体速率及条件，免受维度灾难的表述只能在相应模型区域内理解。
原文摘要
We establish minimax optimal rates of convergence for estimation in a high dimensional additive model assuming that it is approximately sparse. Our results reveal a behavior universal to this class of high dimensional problems. In the sparse regime when the components are sufficiently smooth or the dimensionality is sufficiently large, the optimal rates are identical to those for high dimensional linear regression and, therefore, there is no additional cost to entertain a nonparametric model. Otherwise, in the so-called smooth regime, the rates coincide with the optimal rates for estimating a univariate function and, therefore, they are immune to the “curse of dimensionality.”