BriefGPT.xyz
Ask
alpha
关键词
penalized likelihood
搜索结果 - 5
Spike-and-Slab meets LASSO:Spike-and-Slab LASSO 综述
该研究论文介绍了一种名为 spike-and-slab LASSO 的方法,它是高维数据建模中一种基于惩罚似然和贝叶斯框架的概率构造,并讨论了其在多种模型中的扩展和应用。
PDF
4 years ago
自动节选节点的样条回归
本文提出了一种基于自适应岭惩罚似然过程的方法来选择样条回归中的节点,成为 A-spline,可以获得与惩罚样条回归方法类似的预测性能,同时产生具有高可解释性的稀疏回归模型。
PDF
6 years ago
基于再生核希尔伯特空间的普通微分方程系统估计
提出了一种基于惩罚最大似然的一般方法来估计带噪声的微分方程组的参数,并使用再生核希尔伯特空间方法来将估计问题形式化为易于解决的无约束数值最大化问题,并用合成的数据测试了所提出的方法,并使用基因表达数据估计未观察到的转录因子 CdaR 在 S
→
PDF
11 years ago
高维特征空间变量选择的选择性概述(邀请评论文章)
本文简要介绍了高维统计推断中变量选择的理论、方法和实现的最近发展,强调单峰罚函数的统计性质及其在高维统计建模中的作用,同时还回顾了独立筛选和两种方法在超高维变量选择方面的最近进展。
PDF
15 years ago
非凸惩罚似然模型的一步稀疏估计
本文利用凸惩罚函数提出了一种可变选择方法,该方法通过使用局部线性逼近算法在广泛的凹惩罚函数范围内最大化罚函数,每一步局部线性逼近都可以自然地采用稀疏表示方法,通过实验结果表明,这种稀疏估计方法的结果非常鼓舞人心。
PDF
16 years ago
Prev
Next