このアイテムのアクセス数: 203

このアイテムのファイル:
ファイル 記述 サイズフォーマット 
2018-09.pdf1.34 MBAdobe PDF見る/開く
完全メタデータレコード
DCフィールド言語
dc.contributor.author梅津, 佑太ja
dc.contributor.alternativeUmezu, Yutaen
dc.contributor.transcriptionウメズ, ユウタ-
dc.date.accessioned2018-06-11T02:38:55Z-
dc.date.available2018-06-11T02:38:55Z-
dc.date.issued2017-01-
dc.identifier.issn1880-2818-
dc.identifier.urihttp://hdl.handle.net/2433/231717-
dc.description.abstractスパース推定は推定関数に適切な罰則項を付加することでパラメータ推定と変数選択を同時に実行できる手法であり, 生命科学や機械学習, 統計解析などで広く利用されている. これまで, スパース推定により得られる推定量の統計的性質やパラメータ推定のためのアルゴリズムなどの観点からSCADやMCPなどの様々な罰則項が提案されてきた. 本稿では, これらを含むスパース推定法により得られる推定量の漸近的性質について解説する. また, 一般化線形モデルを用いた際のスパース推定において, 情報量規準AICを用いた調整パラメータの選択法を紹介する.ja
dc.format.mimetypeapplication/pdf-
dc.language.isojpn-
dc.publisher京都大学数理解析研究所ja
dc.subject.ndc410-
dc.titleスパース推定における情報量規準 (量子統計モデリングのための基盤構築)ja
dc.title.transcriptionスパース スイテイ ニオケル ジョウホウリョウ キジュン リョウシ トウケイ モデリング ノ タメ ノ キバン コウチクja-Kana
dc.typedepartmental bulletin paper-
dc.type.niitypeDepartmental Bulletin Paper-
dc.identifier.ncidAN00061013-
dc.identifier.jtitle数理解析研究所講究録ja
dc.identifier.volume2018-
dc.identifier.spage116-
dc.identifier.epage130-
dc.textversionpublisher-
dc.sortkey09-
dc.address名古屋工業大学ja
dc.address.alternativeNagoya Institute of Technologyen
dcterms.accessRightsopen access-
出現コレクション:2018 量子統計モデリングのための基盤構築

アイテムの簡略レコードを表示する

Export to RefWorks


出力フォーマット 


このリポジトリに保管されているアイテムはすべて著作権により保護されています。