基于广义牛顿算法的高维稀疏学习：收敛性分析与统计推断

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11801531
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    石跃勇
  • 依托单位：
    中国地质大学（武汉）
  • 学科分类：
    A0403.贝叶斯统计与统计应用
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

This project aims to systematically study the second order Newton algorithm in high-dimensional sparse learning. We study the convergence of the proposed algorithm, develop a new data driven tuning parameter selection method, bound the non-asymptotic estimation error, construct confidence intervals, discuss issues related to the power enhancement, and then further apply our methods to modeling and analysis of the high dimensional data in the fields such as finance, signal processing, machine learning and biomedicine.
本项目拟系统研究高维稀疏学习中的二阶牛顿型算法，建立算法的收敛性，探讨算法中数据驱动的调节参数选择方法，分析算法在非渐近情形下的估计误差，构造置信区间，讨论相关假设检验问题的功效，并将研究所得应用于金融、信号处理、机器学习、生物医学等领域高维数据的建模与分析。

结项摘要

高维数据分析是统计学研究的前沿，发展有理论保证的快速算法求解高维模型优化问题是人们关注的焦点。本项目主要研究基于广义牛顿（半光滑牛顿，SSN）算法的高维稀疏学习。我们发展了用SSN算法求解高维LASSO凸问题和SCAD、MCP非凸问题，讨论了算法的收敛性分析；设计了用PDAS算法（SSN算法的变种）求解高维SICA非凸问题和带衰减信号的L0稀疏恢复；研究了GSELO正则Cox模型、分布式quantile回归模型等复杂统计模型，为进一步拓展SSN算法的应用奠定基础。受本项目的资助，作者发表了包括IEEE Transactions on Neural Networks and Learning Systems、Journal of Statistical Computation and Simulation、Communications in Statistics-Theory and Methods、 Journal of Systems Science and Complexity、Statistics and Its Interface、Signal Processing、Neurocomputing等近10篇SCI论文。

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
A primal dual active set with continuation algorithm for high-dimensional nonconvex SICA-penalized regression
用于高维非凸 SICA 惩罚回归的具有连续算法的原始对偶活动集
  • DOI：
    10.1080/00949655.2019.1573427
  • 发表时间：
    2019
  • 期刊：
    Journal of Statistical Computation and Simulation
  • 影响因子：
    1.2
  • 作者：
    Yueyong Shi;Zehui Zhou;Yuling Jiao;Ju Wang
  • 通讯作者：
    Ju Wang
Distributed quantile regression for massive heterogeneous data
海量异构数据的分布式分位数回归
  • DOI：
    10.1016/j.neucom.2021.03.041
  • 发表时间：
    2021
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    Aijun Hu;Yuling Jiao;Yanyan Liu;Yueyong Shi;Yuanshan Wu
  • 通讯作者：
    Yuanshan Wu
Variable selection via generalized SELO-penalized Cox regression models
通过广义 SELO 惩罚 Cox 回归模型进行变量选择
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    Journal of Systems Science and Complexity
  • 影响因子：
    --
  • 作者：
    Yueyong Shi;Deyi Xu;Yongxiu Cao;Yuling Jiao
  • 通讯作者：
    Yuling Jiao
Generalized Newton-Raphson algorithm for high dimensional LASSO regression
高维 LASSO 回归的广义 Newton-Raphson 算法
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    Statistics and Its Interface
  • 影响因子：
    0.8
  • 作者：
    Yueyong Shi;Jian Huang;Yuling Jiao;Yicheng Kang;Hu Zhang
  • 通讯作者：
    Hu Zhang
l0正则化下衰减信号稀疏恢复的 PDASC 算法
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中国科学: 信息科学
  • 影响因子：
    --
  • 作者：
    张虎;曹永秀;焦雨领;石跃勇
  • 通讯作者：
    石跃勇

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

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 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.authors }}

数据更新时间：{{ monograph.updateTime }}

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

数据更新时间：{{ sciAawards.updateTime }}

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

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

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

数据更新时间：{{ patent.updateTime }}

其他文献

原始对偶有效集方法在统计学习教学中的应用
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    大学教育
  • 影响因子：
    --
  • 作者：
    石跃勇;邓世容;焦雨领;徐德义
  • 通讯作者：
    徐德义
加速失效时间模型下关于广义病例队列抽样功效计算的一个注记(英文)
  • DOI：
    10.13548/j.sxzz.20170925.001
  • 发表时间：
    2018
  • 期刊：
    数学杂志
  • 影响因子：
    --
  • 作者：
    石跃勇;曹永秀;焦雨领;余吉昌
  • 通讯作者：
    余吉昌
?~0正则化下衰减信号稀疏恢复的PDASC算法
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中国科学:信息科学
  • 影响因子：
    --
  • 作者：
    张虎;曹永秀;焦雨领;石跃勇
  • 通讯作者：
    石跃勇
带辅助协变量的相关失效时间数据的加权估计伪部分似然方法
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    中国科学：数学
  • 影响因子：
    --
  • 作者：
    焦雨领;刘妍岩;石跃勇;徐志斌
  • 通讯作者：
    徐志斌
基于广义SELO惩罚的高维变量选择(英文)
  • DOI：
    10.13548/j.sxzz.20171231.001
  • 发表时间：
    2018
  • 期刊：
    数学杂志
  • 影响因子：
    --
  • 作者：
    石跃勇;曹永秀;余吉昌;焦雨领
  • 通讯作者：
    焦雨领

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码