희소성과 비선형 효과
선형 모형의 희소한 변수 선택과 비모수 가산 회귀의 유연성을 결합한다. 원 연구는 공변량 수가 표본 수를 넘는 경우에도 사용할 수 있는 적합 알고리즘을 제안했다.
평활화의 선택
평활화와 희소성을 분리해 비모수 평활기를 선택할 수 있도록 구성했다. 관련 COSSO 모형과의 연결을 논의하면서 두 역할을 독립적으로 다루는 접근을 취했다.
추정과 평가
이론적 성질을 분석하고 전진 단계적 회귀의 비모수 형태인 탐욕적 추정기도 조사했다. 합성 및 실제 자료에서 희소한 비모수 모형을 고차원 자료에 적합하는 효과를 평가했다.