Zobrazeno 1 - 10
of 174
pro vyhledávání: '"Estimation adaptative"'
Autor:
Lepski, Oleg, Serdyukova, Nora
In the framework of nonparametric multivariate function estimation we are interested in structural adaptation. We assume that the function to be estimated possesses the single-index structure where neither the link function nor the index vector is kn
Externí odkaz:
http://arxiv.org/abs/1304.6958
Autor:
Blanke, Delphine
Publikováno v:
In Comptes rendus - Mathématique 2003 337(10):675-678
Autor:
Soulier, Philippe
Publikováno v:
In Comptes Rendus de l'Academie des Sciences Series I Mathematics 2000 330(8):733-736
Autor:
Chagny, Gaëlle
Cette thèse présente divers problèmes d'estimation fonctionnelle adaptative par sélection d'estimateurs en projection ou à noyaux, utilisant des critères inspirés à la fois de la sélection de modèles et des méthodes de Lepski. Le point com
Externí odkaz:
http://www.theses.fr/2013PA05S008/document
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Lehéricy, Luc
Dans cette thèse, j'étudie les propriétés théoriques des modèles de Markov cachés non paramétriques. Le choix de modèles non paramétriques permet d'éviter les pertes de performance liées à un mauvais choix de paramétrisation, d'où un r
Externí odkaz:
http://www.theses.fr/2018SACLS550/document
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Zheng, Wenjing
Cette thèse porte sur le développement de méthodes semi-paramétriques robustes pour l'inférence de paramètres complexes émergeant à l'interface de l'inférence causale et la biostatistique. Ses motivations sont les applications à la recherch
Externí odkaz:
http://www.theses.fr/2016USPCB044/document