关键词graph-guided fused lasso
搜索结果 - 3
- 快速随机交替方向乘子法
本文提出一种新的随机交替方向乘子法(ADMM)算法,其在线性化 ADMM 公式上逐步逼近全梯度。实验证明,该算法在凸优化问题上的收敛速度得到提高,速度显著快于现有的随机和批量 ADMM 算法。
- 一种图结构的多任务回归和通用融合 Lasso 的高效优化方法
本文提出了一种基于图的融合套索方法(GFlasso)用于结构化多任务回归问题,该方法利用了输出变量之间的图结构,通过融合惩罚函数鼓励高度相关的输出共享一组相关的输入,并提出了一种简单而有效的近端 - 梯度方法用于优化 GFlasso。
- 多变量回归方法在定量性状网络关联分析中的应用
该研究提出了一种名为图引导融合套索(GFlasso)的新的统计框架,通过将量化特征的相关性结构表示为网络,并利用该特征网络在基因型和特征上编码结构正则化,以便高灵敏度和特异性地检测共同影响高度相关特征子组的遗传标记。