This paper provides robust estimators for the first canonical correlation and directions of random elements on Hilbert separable spaces by using robust association and scale measures combined with basis expansion and/or penalizations as a regularization tool. Under regularity conditions, the resulting estimators are consistent.

中文翻译：

---

功能数据的稳健平滑典型相关分析

本文通过使用稳健的关联和尺度度量结合基扩展和/或惩罚作为正则化工具，为希尔伯特可分离空间上的随机元素的第一典型相关性和方向提供了稳健的估计。在正则条件下，得到的估计量是一致的。