In addition to noisy-data problems,

In addition to noisy-data problems, the Tikhonov regularization method is often used for the class of non-unique solution problems due to rank-deficient
or even underdetermined LSQ problems (Schulze and Sachs, 2002; Eriksson and Gulliksson, 2003),
where the number of the unknown variables n is larger than that of the data points m.

結果 (中文) 1:

以及嘈杂数据问题，吉洪诺夫正则化方法常用的类的非唯一解决方案问题由于秩亏
或甚至欠定的 LSQ 问题 (Schulze 和萨克斯，2002 年 ；埃里克森和 Gulliksson，2003年），
n 的未知的变量的数目在哪里比数据点 m 的大。

結果 (中文) 2:

除了 ​​嘈杂的数据的问题，Tikhonov正则化方法通常用于类由于秩亏非唯一解决的问题
，甚至欠LSQ问题（舒尔茨和Sachs，2002;埃里克森和Gulliksson，2003年），
其中未知变量的个数n为比数据点米大。

結果 (中文) 3:

此外，嘈杂的数据的问题，吉洪诺夫正则化方法通常用于类的非唯一解问题由于秩亏
甚至欠最小二乘问题（舒尔茨和高盛，2002；埃里克森和公司，2003），
的未知变量N大于M数的数据点