Scalable Bayesian analysis of high-dimensional streaming counts

高维流计数的可扩展贝叶斯分析

基本信息

  • 批准号:
    17K17659
  • 负责人:
  • 金额:
    $ 2.66万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
  • 财政年份:
    2017
  • 资助国家:
    日本
  • 起止时间:
    2017-04-01 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(30)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ベイジアン・モデリングによるポートフォリオ最適化
使用贝叶斯建模进行投资组合优化
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Todo;Yasuyuki;Kentaro Nakajima;and Petr Matous;Yukihiko Funaki;入江薫
  • 通讯作者:
    入江薫
On the relationship between beta-Bartlett and Uhlig extended processes
关于 beta-Bartlett 和 Uhlig 扩展过程之间的关系
Adaptive Monitoring of Steaming Counts by Poisson-gamma State Space Models
通过泊松伽马状态空间模型自适应监测蒸汽计数
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hasegawa;Y.;Sekimoto;Y.;Seto;T. and Fukushima;Y. and Maeda;M.;Kaoru Irie
  • 通讯作者:
    Kaoru Irie
縮小事前分布と状態空間モデル
减少先验和状态空间模型
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Keigo Noda;Hiroaki Shirakawa;Issaku Azechi;Koshi Yoshida;Kazuo Oki;入江 薫
  • 通讯作者:
    入江 薫
繰り返し対数関数を用いた縮小事前分布のクラスについて
关于使用迭代对数函数的简化先验分布类
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    入江薫;羽村靖之;菅澤翔之助
  • 通讯作者:
    菅澤翔之助
{{ 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 }}

Irie Kaoru其他文献

On data augmentation for models involving reciprocal gamma functions
关于涉及倒伽玛函数的模型的数据增强
長野真、十島純子、十島二朗
长野诚、丰岛淳子、丰岛二郎
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Valderrama Arvin Lapiz;Fujii Shiori;Duy Duong Long;Irie Kaoru;Mizuno Tomoaki;Suda Yasuyuki;Irie Kenji;出芽酵母Rab5 GTPaseは熱ストレス誘導性の変性膜タンパク質除去に必要である
  • 通讯作者:
    出芽酵母Rab5 GTPaseは熱ストレス誘導性の変性膜タンパク質除去に必要である
Log-regularly varying scale mixture of normals for robust regression
对数定期变化的正态尺度混合以实现稳健回归
Deterrence or Disarmament after the Russo-Ukraine War
俄乌战争后的威慑或裁军
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hamura Yasuyuki;Irie Kaoru;Sugasawa Shonosuke;Michiru Nishida
  • 通讯作者:
    Michiru Nishida
知財のフロンティア1 学際的研究の現在と未来(掲載論文名:栗田昌裕「アーキテクチャによる法の私物化と著作権制度」)
知识产权前沿1:跨学科研究的现状与未来(发表论文标题:栗田正宏“通过建筑实现法律和版权制度的私有化”)
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hamura Yasuyuki;Irie Kaoru;Sugasawa Shonosuke;田村善之=山根崇邦編著(掲載論文につき栗田昌裕)
  • 通讯作者:
    田村善之=山根崇邦編著(掲載論文につき栗田昌裕)

Irie Kaoru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 }}

相似海外基金

Comprehensive Studies on the Pricing Mechanism in the Prewar Japanese Stock Market
战前日本股市定价机制综合研究
  • 批准号:
    23H00838
  • 财政年份:
    2023
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
多次元時系列データに潜在する動的な因果構造のデータ駆動型推論アルゴリズムの構築
为多维时间序列数据中隐藏的动态因果结构构建数据驱动的推理算法
  • 批准号:
    22K17967
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
Basic research on interpretability and causality in modeling time-dependent phenomena
瞬态现象建模中可解释性和因果关系的基础研究
  • 批准号:
    22K21278
  • 财政年份:
    2022
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Research Activity Start-up
所得・貧困に関する時系列および時空間データのベイズ解析
收入和贫困时间序列和时空数据的贝叶斯分析
  • 批准号:
    21K01421
  • 财政年份:
    2021
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
大規模データに対するベイズモデリングの新展開
大规模数据贝叶斯建模的新进展
  • 批准号:
    21H00699
  • 财政年份:
    2021
  • 资助金额:
    $ 2.66万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了