开放式访问
2023 复域上的最优函数标度回归
马修·兰赫尔,Bharath Sriperumbudur,玄彬康(Hyun Bin Kang)
作者关联+
电子。J.统计学家。 17(1): 156-197 (2023). 内政部:10.1214/22-EJS2096

摘要

在这项工作中,我们考虑了当函数在多维或流形域上被观测并且具有潜在的多元输出时,估计函数-标量回归模型的问题。我们建立了极小极大收敛速度,并提出了一种基于再生核Hilbert空间的估计量,该估计量达到了极小极大速度。为了更好地解释导出的速率,我们将RKHS和Sobolev空间之间的已知联系推广到域是紧黎曼流形的情况。这是通过从偏微分方程到韦尔定律的有趣联系来实现的。最后,我们进行了数值研究,并将其应用于3D面部成像。

资金筹措表

M.Reimher获得了美国国家科学基金会SES 1853209的资助。B.Sriperumbudur得到了NSF拨款DMS 1945396的支持。

引用

下载引文

马修·兰赫尔。 Bharath Sriperumbudur。 玄彬康。 “复杂域上的最优函数-标量回归。” 电子。J.统计。 17 (1) 156 - 197, 2023 https://doi.org/10.1214/22-EJS2096

问询处

收到日期:2021年11月1日发布日期:2023年
欧几里德项目首次推出:2023年1月16日

数学科学网:MR4533744型
zbMATH公司:07649360
数字对象标识符:10.1214/22-EJS2096

关键词:功能数据分析,函数回归,最优回归,再生核希尔伯特空间,威尔定律

第17卷•第1期•2023
返回页首