×
吉日东·卡扎西（Kazashi，Yoshihito）;法比奥·诺比尔

RKHS中的密度估计及其在高维Korobov空间中的应用。 （英语） Zbl 07679132号

SIAM J.数字。分析。 61，编号2108-1102（2023）.
摘要：提出了一种从概率密度中提取的独立同分布样本估计概率密度函数的核方法。我们的估计量是核函数的线性组合，其系数由线性方程确定。在一般再生核Hilbert空间中建立了平均积分平方误差的误差分析。然后将所发展的理论应用于估计属于加权Korobov空间的概率密度函数，并建立了与维数相关的收敛速度。在适当的平滑性假设下，我们的方法可以获得任意接近最佳速率的速率。数值结果支持我们的理论。

MSC公司：

62G07年 密度估算
65J05型 抽象空间数值分析的一般理论
65D40型 高维函数的数值逼近；稀疏网格

关键词：

密度估计;高维近似;内核方法

软件：

科恩平滑;github;朱莉娅;质量管理4PDE;圆形的;循环统计
PDF格式BibTeX公司 XML格式引用
\textit{Y.Kazashi}和\textit{F.Nobile}，SIAM J.Numer。分析。61，编号21080-1102（2023；Zbl 07679132）
全文： 内政部 arXiv公司

参考文献：

[1] Agostinelli，C.，循环数据的稳健估计，计算。统计师。数据。分析。，51（2007），第5867-5875页，doi:10.1016/j.csda.2006.11.002·Zbl 1445.62054号
[2] Arnone，E.，Kneip，A.，Nobile，F.和Sangalli，L.M.，关于空间回归与偏微分方程正则化一致性的一些首次结果，Statist。Sinica，32（2022），第209-238页，doi:10.5705/ss.202019.0346·Zbl 1524.62166号
[3] Babuška，I.、Nobile，F.和Tempone，R.，《带随机输入数据的椭圆偏微分方程的随机配置方法》，SIAM Rev.，52（2010），第317-355页，doi:10.1137/100786356·兹比尔1226.65004
[4] Bezanson，J.、Edelman，A.、Karpinski，S.和Shah，V.B.，Julia:数值计算的新方法，SIAM Rev.，59（2017），第65-98页，doi:10.1137/141000671·Zbl 1356.68030号
[5] Boyd，D.W.和Steele，J.M.，《非参数密度估计率的下限》，《统计年鉴》。，6（1978年），第932-934页·Zbl 0378.62044号
[6] Ciarlet，P.G.，《线性和非线性函数分析及其应用》，SIAM，费城，2013年·Zbl 1293.46001号
[7] Cohen，A.和DeVore，R.，高维参数偏微分方程的近似，学报。数字。，24（2015），第1-159页，doi:10.1017/S096249291500033·Zbl 1320.65016号
[8] Cools，R.，Kuo，F.，Nuyens，D.和Sloan，I.H.，《具有一般权重参数的周期空间中多元逼近的晶格算法》，收录于《计算数学75年》，Brenner，S.，Shparlinski，I.，Shu，C.-W.和Szyld，D.编辑，美国数学学会，2020年，第93-113页，doi:10.1090/conm/754·Zbl 1477.65051号
[9] Cools，R.、Kuo，F.Y.、Nuyens，D.和Sloan，I.H.，《使用POD和SPOD权重进行多元近似的快速逐分量格算法构造》，数学。公司。，90（2021），第787-812页，doi:10.1090/com/3586·Zbl 1456.65016号
[10] Devroye，L.和Györfi，L.，《非参数密度估计：L_1视图》，John Wiley&Sons，1985年·Zbl 0546.62015号
[11] Di Marzio，M.、Panzera，A.和Taylor，C.C.，环面上的核密度估计，J.Statist。计划。推断。，141（2011），第2156-2173页，doi:10.1016/j.jspi.2011.01.002·Zbl 1208.62065号
[12] Doob，J.L.，测度理论，143，Springer Verlag，纽约，1994，doi:10.1007/978-1-4612-0877-8·Zbl 0791.28001号
[13] Efromovich，S.，正交级数密度估计，Wiley Interdiscip。版次计算。Stat.，2（2010），第467-476页，doi:10.1002/wics.97。
[14] Efroĭmovich，S.Y.和Pinsker，M.S.，随机变量平方积分概率密度的估计，Problemy Peredachi Informatsii，18（1982），第19-38页（俄语）；问题通知。传输，18（1982），第175-189页（英语）·兹伯利0533.62038
[15] Gill，J.和Hangartner，D.，《政治科学中的循环数据及其处理》，《政治分析》。，18（2010），第316-336页，doi:10.1093/pan/mpq009。
[16] Glasserman，P.，《金融工程中的蒙特卡罗方法》，Springer，纽约，2003年，doi:10.1007/978-0-387-21617-1。
[17] Goldenshluger，A.和Lepski，O.，《核密度估计中的带宽选择：Oracle不等式和自适应极小极大最优性》，Ann.Statist。，39（2011），第1608-1632页，doi:10.1214/11-AOS883·Zbl 1234.62035号
[18] Goldenshluger，A.和Lepski，O.，关于（mathbf{R}^d）上的自适应最小极大密度估计，Probab。理论相关领域，159（2014），第479-543页，doi:10.1007/s00440-013-0512-1·Zbl 1342.62053号
[19] Griebel，M.和Hegland，M.，高斯过程先验密度估计的有限元方法，SIAM J.Numer。分析。，47（2010），第4759-4792页，doi:10.1137/080736478·Zbl 1211.65007号
[20] Hegland，M.、Hooker，G.和Roberts，S.，密度估计中的有限元薄板样条，ANZIAM J.，42（2000），pp.C712-C734，doi:10.21914/anziamj.v42i0.2232·Zbl 0977.65003号
[21] Jammalamadaka，S.R.和SenGupta，A.，《循环统计专题》，《世界科学》，新泽西州河边，2001年，doi:10.1142/4031·Zbl 1006.62050号
[22] Johnson，S.和G，Julia的Sobol模块，https://github.com/stevengj/Sobol.jl。
[23] Kaarnioja，V.、Kazashi，Y.、Kuo，F.Y.、Nobile，F.和Sloan，I.H.，《基于周期核的格点插值快速逼近及其在不确定性量化中的应用》，数值。数学。，150（2022），第33-77页，doi:10.1007/s00211-021-01242-3·Zbl 1495.41003号
[24] Kuo，F.Y.和Nuyens，D.，《拟蒙特卡罗方法在具有随机扩散系数的椭圆偏微分方程中的应用：分析和实现综述》，Found。计算。数学。，16（2016），第1631-1696页，doi:10.1007/s10208-016-9329-5·Zbl 1362.65015号
[25] Nodehi，A.、Golazadeh，M.、Maadooliat，M.和Agostinelli，C.，《p-环面上数据的多元包装模型参数估计》，计算。统计人员。，36（2021），第193-215页，doi:10.1007/s00180-020-0106-x·Zbl 1505.62297号
[26] Novak，E.和Woźniakowski，H.，多元问题的可拓性。第一卷：线性信息，欧洲数学学会出版社，2008年，doi:10.4171/026·Zbl 1156.65001号
[27] Peherstorfer，B.、Pflüge，D.和Bungartz，H.-J.，《大型数据集自适应稀疏网格密度估计》，载《2014年SIAM国际数据挖掘会议论文集》，SIAM，费城，2014年，第443-451页，doi:10.1137/1.9781611973440.51。
[28] Roberts，S.G.和Bolt，S.，关于稀疏网格多元概率密度估计量收敛性分析的注释，ANZIAM J.，50（2009），第C858-C870页，doi:10.21914/anziamj.v50i0.1472·Zbl 1359.65285号
[29] Scott，D.W.，《多元密度估计：理论、实践和可视化》，第二版，John Wiley&Sons，2015年·兹比尔1311.62004
[30] Steinwart，I.和Scovel，C.，关于一般域的Mercer定理：关于测度、核和RKHS之间的相互作用，Constr。约，35（2012），第363-417页，doi:10.1007/s00365-012-9153-3·Zbl 1252.46018号
[31] Terrell，G.R.和Scott，D.W.，《关于提高非负核密度估计量的收敛速度》，Ann.Statist。，8（1980），第1160-1163页·Zbl 0459.62031号
[32] Wahba，G.，正交序列密度估计的基于数据的最优平滑，Ann.Statist。，9（1981年），第146-156页·Zbl 0463.62034号
[33] Walter，G.G.，概率密度的Hermite级数估计的性质，Ann.Statist。，5（1977年），第1258-1264页·Zbl 0375.62041号
[34] Wand，M.P.和Jones，M.C.，《内核平滑》，第1版，查普曼和霍尔出版社，1995年·Zbl 0854.62043号
[35] Wendland，H.，《分散数据近似》，第1版，剑桥大学出版社，2004年，doi:10.1017/CBO9780511617539·Zbl 1185.65022号
[36] Wong，M.和Hegland，M.，最大后验密度估计和稀疏网格组合技术，ANZIAM J.，54（2012），第C508-C522页，doi:10.21914/anziamj.v54i0.6324·Zbl 06867004号
[37] Zeng，X.，Kritzer，P.和Hickernell，F.J.，使用积分格和数字网的样条方法，Constr。约，30（2009），第529-555页，doi:10.1007/s00365-009-9072-0·Zbl 1184.41009号
[38] Zeng，X.，Leung，K.-T.，和Hickernell，F.J.，使用晶格设计对周期问题的样条曲线进行误差分析，载于Monte Carlo和准Monte Carol方法2004，Niederreiter，H.和Talay，D.编辑，Springer，Berlin，Heidelberg，2006，第501-514页，doi:10.1007/3-540-31186-6_31·Zbl 1097.65027号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。