Теория вероятностей и ее применения
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Теория вероятн. и ее примен.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Теория вероятностей и ее применения, 1991, том 36, выпуск 4, страницы 645–659 (Mi tvp1773)  
Эта публикация цитируется в 111 научных статьях (всего в 111 статьях)

Асимптотически минимаксное адаптивное оценивание. I. Верхние границы. Оптимально-адаптивные оценки

О. В. Лепский
PDF полного текста (966 kB) Список цитирования (111)
Поступила в редакцию: 09.01.1989
Англоязычная версия:
Theory of Probability and its Applications, 1991, Volume 36, Issue 4, Pages 682–697
DOI: https://doi.org/10.1137/1136085
Реферативные базы данных:
Образец цитирования: О. В. Лепский, “Асимптотически минимаксное адаптивное оценивание. I. Верхние границы. Оптимально-адаптивные оценки”, Теория вероятн. и ее примен., 36:4 (1991), 645–659; Theory Probab. Appl., 36:4 (1991), 682–697
Цитирование в формате AMSBIB
\RBibitem{Lep91}
\by О.~В.~Лепский
\paper Асимптотически минимаксное адаптивное оценивание. I.~Верхние границы. Оптимально-адаптивные оценки
\jour Теория вероятн. и ее примен.
\yr 1991
\vol 36
\issue 4
\pages 645--659
\mathnet{http://mi.mathnet.ru/tvp1773}
\mathscinet{http://mathscinet.ams.org/mathscinet-getitem?mr=1147167}
\zmath{https://zbmath.org/?q=an:0776.62039|0738.62045}
\transl
\jour Theory Probab. Appl.
\yr 1991
\vol 36
\issue 4
\pages 682--697
\crossref{https://doi.org/10.1137/1136085}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=A1991KG46300003}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/tvp1773
  • https://www.mathnet.ru/rus/tvp/v36/i4/p645
    Цикл статей
    Эта публикация цитируется в следующих 111 статьяx:
    1. Yaroslav Averyanov, Alain Celisse, “Minimum discrepancy principle strategy for choosing k in k-NN regression”, Mach Learn, 114:5 (2025)  crossref
    2. Thorsten Hohage, Pierre Maréchal, Léopold Simar, Anne Vanhems, “A MOLLIFIER APPROACH TO THE DECONVOLUTION OF PROBABILITY DENSITIES”, Econom. Theory, 40:2 (2024), 320  crossref
    3. Weidong Liu, Xiaojun Mao, Xiaofei Zhang, Xin Zhang, “Robust Personalized Federated Learning with Sparse Penalization”, Journal of the American Statistical Association, 2024, 1  crossref
    4. Changxiao Cai, T. Tony Cai, Hongzhe Li, “Transfer learning for contextual multi-armed bandits”, Ann. Statist., 52:1 (2024)  crossref
    5. Sergios Agapiou, Ismaël Castillo, “Heavy-tailed Bayesian nonparametric adaptation”, Ann. Statist., 52:4 (2024)  crossref
    6. Veeranjaneyulu Sadhanala, Yu-Xiang Wang, Addison J. Hu, Ryan J. Tibshirani, “Multivariate trend filtering for lattice data”, Ann. Statist., 52:5 (2024)  crossref
    7. Dominik Rothenhäusler, “Model selection and inference for estimation of causal parameters”, Electron. J. Statist., 18:2 (2024)  crossref
    8. Anton Rask Lundborg, Ilmun Kim, Rajen D. Shah, Richard J. Samworth, “The projected covariance measure for assumption-lean variable significance testing”, Ann. Statist., 52:6 (2024)  crossref
    9. Mathieu Sart, “Density estimation under local differential privacy and Hellinger loss”, Bernoulli, 29:3 (2023)  crossref
    10. Yuchen Hu, Stefan Wager, “Off-policy evaluation in partially observed Markov decision processes under sequential ignorability”, Ann. Statist., 51:4 (2023)  crossref
    11. Peiliang Zhang, Zhao Ren, “Adaptive minimax density estimation on ℝd for Huber's contamination model”, Information and Inference: A Journal of the IMA, 12:4 (2023), 3042  crossref
    12. Yang Ning, Guang Cheng, “Sparse confidence sets for normal mean models”, Information and Inference: A Journal of the IMA, 12:3 (2023), 1193  crossref
    13. Matias D. Cattaneo, Yingjie Feng, William G. Underwood, “Uniform Inference for Kernel Density Estimators with Dyadic Data”, Journal of the American Statistical Association, 2023, 1  crossref
    14. Luc Devroye, Silvio Lattanzi, Gábor Lugosi, Nikita Zhivotovskiy, “On mean estimation for heteroscedastic random variables”, Ann. Inst. H. Poincaré Probab. Statist., 59:1 (2023)  crossref
    15. Cathrine Aeckerle-Willems, Claudia Strauch, “Sup-norm adaptive drift estimation for multivariate nonreversible diffusions”, Ann. Statist., 50:6 (2022)  crossref
    16. Alexander Goldenshluger, Oleg V. Lepski, “Minimax estimation of norms of a probability density: II. Rate-optimal estimation procedures”, Bernoulli, 28:2 (2022)  crossref
    17. Jules Depersin, Guillaume Lecué, “Robust sub-Gaussian estimation of a mean vector in nearly linear time”, Ann. Statist., 50:1 (2022)  crossref
    18. Arnak S. Dalalyan, Arshak Minasyan, “All-in-one robust estimator of the Gaussian mean”, Ann. Statist., 50:2 (2022)  crossref
    19. Yonatan Gur, Ahmadreza Momeni, Stefan Wager, “Smoothness-Adaptive Contextual Bandits”, Operations Research, 70:6 (2022), 3198  crossref
    20. Page S. T. E. P. H. E. N. Grunewalder S. T. E. F. F. E. N., “The Goldenshluger-Lepski Method For Constrained Least-Squares Estimators Over Rkhss”, Bernoulli, 27:4 (2021), 2241–2266  crossref  isi
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Теория вероятностей и ее применения Theory of Probability and its Applications
    Статистика просмотров:
    Страница аннотации:697
    PDF полного текста:352
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025