BriefGPT.xyz
Ask
alpha
关键词
concave regularization
搜索结果 - 3
使用组凸规则的稀疏输入神经网络
本文提出使用组凸正则化的稀疏输入神经网络框架,用于解决在高维数据中进行的变量筛选和非线性函数估计的问题。通过对每个输入节点的所有出节点的权重的 L2 范数应用适当的凹值惩罚,从而为每个问题生成一个小型子集,取得了令人满意的有限样本性能和稳定
→
PDF
a year ago
凹惩罚估计稀疏高斯贝叶斯网络
本文提出了一种基于得分的结构学习快速算法的罚似然估计框架,该快速算法不受限制地处理高维数据集,并使用凹规则化以解决估计问题的固有不可识别性。其中,高斯贝叶斯网络是重点研究领域之一。
PDF
11 years ago
高维稀疏估计问题中的凸规则化一般理论
本篇论文提出了一个理论框架,表明在适当的条件下,非凸正则化的全局解决方案可导致理想的稀疏恢复性能,并且在合适的条件下,全局解决方案对应于唯一的稀疏局部解决方案,其可通过不同的数值方法获得。该统一框架为凹形高维稀疏估计过程提供了更加令人满意的
→
PDF
13 years ago
Prev
Next