A fast and simple consistent variable selection method for high-dimensional multivariate data

一种快速简单的高维多元数据一致变量选择方法

基本信息

  • 批准号:
    18K03415
  • 负责人:
  • 金额:
    $ 2.75万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2018
  • 资助国家:
    日本
  • 起止时间:
    2018-04-01 至 2022-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(26)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Optimizations for categorizations of explanatory variables in linear regression via generalized fused Lasso
通过广义融合套索优化线性回归中解释变量的分类
  • DOI:
    10.1007/978-981-16-2765-1_38
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Ohishi Mineaki;Okamura Kensuke;Itoh Yoshimichi;Yanagihara Hirokazu
  • 通讯作者:
    Yanagihara Hirokazu
A fast algorithm for optimizing ridge parameters in a generalized ridge regression by minimizing a model selection criterion
  • DOI:
    10.1016/j.jspi.2019.04.010
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0.9
  • 作者:
    Mineaki Ohishi;H. Yanagihara;Y. Fujikoshi
  • 通讯作者:
    Mineaki Ohishi;H. Yanagihara;Y. Fujikoshi
Coordinate optimization for generalized fused Lasso
  • DOI:
    10.1080/03610926.2021.1931888
  • 发表时间:
    2021-07
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Mineaki Ohishi;Keisuke Fukui;K. Okamura;Y. Itoh;Hirokazu Yanagihara
  • 通讯作者:
    Mineaki Ohishi;Keisuke Fukui;K. Okamura;Y. Itoh;Hirokazu Yanagihara
高次元多変量モデルにおける非正規下での変数選択法の一致性
高维多元模型非正态条件下变量选择方法的一致性
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    古賀貴裕;宮内 肇;三澤哲也;小田凌也・柳原宏和.
  • 通讯作者:
    小田凌也・柳原宏和.
大標本・高次元漸近理論による情報量規準の一致性の評価について
利用大样本/高维渐近理论评估信息准则的一致性
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Wang Xin;Takaki Shinji;Yamagishi Junichi;栁原宏和
  • 通讯作者:
    栁原宏和
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Yanagihara Hirokazu其他文献

Modified Cp criterion in widely applicable models
广泛适用模型中的修正 Cp 准则
修正ヘルムホルツ方程式の円領域上の Neumann 問題に対する基本解近似解法
修正亥姆霍兹方程圆域上诺依曼问题的基本近似解
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Oda Ryoya;Yanagihara Hirokazu;佐藤寛之;若生将史;栄伸一郎,落合啓之,田中吉太郎
  • 通讯作者:
    栄伸一郎,落合啓之,田中吉太郎
RNNの抽象化モデルに対するバグ限局とその評価
抽象 RNN 模型的错误定位和评估
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Oda Ryoya;Yanagihara Hirokazu;新田壮史,中川博之,土屋達弘;石本優太,松井健,鵜林尚靖,亀井靖高
  • 通讯作者:
    石本優太,松井健,鵜林尚靖,亀井靖高
Stable estimation of the slant parameter in skew normal regression via an MM algorithm and ridge shrinkage
通过 MM 算法和脊收缩稳定估计斜正态回归中的倾斜参数
Estimation algorithms for MLE of three-mode GMANOVA model with Kronecker product covariance matrix
具有克罗内克积协方差矩阵的三模 GMANOVA 模型 MLE 估计算法

Yanagihara Hirokazu的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Yanagihara Hirokazu', 18)}}的其他基金

Theoretical considerations of model selection method based on a minimization of an information criterion
基于信息准则最小化的模型选择方法的理论思考
  • 批准号:
    25540012
  • 财政年份:
    2013
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research

相似海外基金

大標本・高次元で一致性を持つ情報量規準を用いた多変量回帰モデルの変数選択
使用大样本、高维和一致信息标准的多元回归模型的变量选择
  • 批准号:
    21J21210
  • 财政年份:
    2021
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
Development of novel statistical modeling based on functional data analysis for high-dimensional data and its application
基于函数数据分析的高维数据统计模型开发及其应用
  • 批准号:
    20K11707
  • 财政年份:
    2020
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
説明変数・目的変数が高次元でも変数増減法の下で一致性をもつ変数選択規準の開発
制定变量选择标准,即使解释变量和目标变量具有高维度,也能在变量增减法下保持一致性
  • 批准号:
    20K14363
  • 财政年份:
    2020
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
高次元多変量データにおけるモデル選択規準の一致性
高维多元数据中模型选择标准的一致性
  • 批准号:
    18J12123
  • 财政年份:
    2018
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
Study on modern Bayesian methods and applications in multivariate statistical analysis
现代贝叶斯方法及其在多元统计分析中的应用研究
  • 批准号:
    18K11201
  • 财政年份:
    2018
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了