Non-asymptotic Analysis of Matérn Regression: The Roles of Target and Kernel Lengthscales
Matérn 回归的非渐近分析：目标与核长度尺度的作用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：摘要讨论一般核回归的有限样本理论，未明确研究经济预测、时间序列或所列其他应用细分方向。
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…
关注这篇论文的作者
Matérn 回归的非渐近分析：目标与核长度尺度的作用
- 研究问题
- 核回归的准确恢复如何取决于设计点间距、目标函数长度尺度和核长度尺度，而不仅取决于平滑度？
- 方法与思路
- 作者在周期域和准均匀设计下建立有限样本理论，分析无噪声插值与含噪核岭回归，刻画极小极大恢复条件和风险分解。
- 材料陈述的贡献
- 摘要称目标尺度须被设计分辨，插值还须分辨核尺度；在目标平滑度不超过核的两倍时，更长核尺度不恶化预言风险。
- 阅读关注点
- 应核对长度尺度和平滑度的定义、设计及噪声条件、风险分解各项，以及固定岭参数与优化岭参数结果的区别。
- 阅读边界
- 依据 arXiv v1 预印本摘要，同行评审或期刊接收未经核实；结论依赖所述域、设计和平滑度条件，摘要未提供完整界或常数。
原文摘要
Theoretical guarantees for kernel regression are typically formulated in terms of smoothness, but practical accuracy depends critically on how the design resolution compares with the target and kernel lengthscales. We develop a finite-sample theory for Matérn regression on periodic domains with quasi-uniform designs, covering noiseless interpolation and noisy kernel ridge regression. Our minimax result shows that accurate recovery requires a design dense enough to resolve the target lengthscale and sufficient information at that scale to overcome noise. We prove that Matérn interpolation additionally requires the design to resolve the kernel lengthscale: if the kernel is too short relative to the point spacing, an additional error remains even when the target is well resolved. For noisy Matérn regression, we derive a three-term fixed-ridge risk characterization consisting of target-scale bias, kernel-scale bias, and variance, and show that optimizing over the ridge parameter yields four distinct contributions. When the target is no more than twice as smooth as the kernel, choosing a kernel lengthscale longer than the target does not worsen the oracle risk, whereas choosing one too short can. Thus these resolution conditions determine when accurate recovery becomes possible, while smoothness determines how rapidly the error decreases thereafter.