Nonparametric regression, confidence regions and regularization
非参数回归、置信区域与正则化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：摘要属于一般非参数回归与置信区域理论，未明确涉及所列领域中的特定经济数据结构或研究目标。
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
非参数回归、置信区域与正则化
- 研究问题
- 如何在单位区间上的非参数回归中统一置信区域与正则化，并按形状或光滑性寻找与数据相容的简单函数？
- 方法与思路
- 作者通过设计点处函数值的一组线性不等式构造置信区域，再按极值数量、曲率区间或导数界实施正则化。
- 材料陈述的贡献
- 摘要称，该框架提供诚实的非渐近置信区域，并可在确定正则化方式后构造信息较少但概念更简单的置信界。
- 阅读关注点
- 应核对误差与设计条件、置信区域的覆盖保证、不等式的构造，以及选择正则化后置信界的具体含义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列覆盖保证所需条件，不能把“通用”理解为对任意误差分布有效。
原文摘要
In this paper we offer a unified approach to the problem of nonparametric regression on the unit interval. It is based on a universal, honest and nonasymptotic confidence region $\mathcal{A}_{n}$ which is defined by a set of linear inequalities involving the values of the functions at the design points. Interest will typically center on certain simplest functions in $\mathcal{A}_{n}$ where simplicity can be defined in terms of shape (number of local extremes, intervals of convexity/concavity) or smoothness (bounds on derivatives) or a combination of both. Once some form of regularization has been decided upon the confidence region can be used to provide honest nonasymptotic confidence bounds which are less informative but conceptually much simpler.