Variance component estimation in linear ill-posed models via null-space projections
Dit artikel stelt een regularisatievrij raamwerk voor de schatting van variantiecomponenten voor lineaire slecht gestelde modellen voor, dat gebruikmaakt van nulruimteprojecties om onbekende parameters te elimineren en varianties direct te schatten uit onbevooroordeelde misclosures, waardoor de bias, instabiliteit en computationele inefficiëntie die inherent zijn aan conventionele, van regularisatie afhankelijke benaderingen worden overwonnen.