講演名 | 2015-03-05 ノンパラメトリック直交回帰におけるスケーリングを導入したSoft-thresholding(統計数理・機械学習・データマイニング・一般) 萩原 克幸, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本研究では,ノンパラメトリック直交回帰の問題において,soft-thresholding推定量にスケーリングを導入した場合の効果を調べた.直交回帰の下でのLARS (least angle regression)はsoft-thresholding推定量を与えることが知られており,ここではLARSの下でのsoft-thresholding推定量を考える.まず, LARSの下でのsoft-thresholding推定量にスケーリングを導入した場合のリスクを導出した.次に,そのリスクを最小化する最適なスケーリング値が,nをサンプル数として,1+O(√ |
抄録(英) | In this paper, we introduced a positive scaling for soft-thresholding estimators in a non-parametric orthogonal regression problem. Under LARS (least angle regression) based soft-thresholding, we first gave a risk (generalization error) for a fixed scaling. We then showed that an optimal scaling value that minimizes the risk under a sparseness condition is 1+O(√ |
キーワード(和) | ノンパラメトリック直交回帰 / soft-thresholding / shrinkage / scaling / LASSO |
キーワード(英) | non-parametric orthogonal regression / soft-thresholding / shrinkage / scaling / LASSO |
資料番号 | IBISML2014-88 |
発行日 |
研究会情報 | |
研究会 | IBISML |
---|---|
開催期間 | 2015/2/26(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Information-Based Induction Sciences and Machine Learning (IBISML) |
---|---|
本文の言語 | ENG |
タイトル(和) | ノンパラメトリック直交回帰におけるスケーリングを導入したSoft-thresholding(統計数理・機械学習・データマイニング・一般) |
サブタイトル(和) | |
タイトル(英) | Soft-thresholding with scaling for non-parametric orthogonal regression problem |
サブタイトル(和) | |
キーワード(1)(和/英) | ノンパラメトリック直交回帰 / non-parametric orthogonal regression |
キーワード(2)(和/英) | soft-thresholding / soft-thresholding |
キーワード(3)(和/英) | shrinkage / shrinkage |
キーワード(4)(和/英) | scaling / scaling |
キーワード(5)(和/英) | LASSO / LASSO |
第 1 著者 氏名(和/英) | 萩原 克幸 / Katsuyuki HAGIWARA |
第 1 著者 所属(和/英) | 三重大学教育学部 Faculty of Education, Mie University |
発表年月日 | 2015-03-05 |
資料番号 | IBISML2014-88 |
巻番号(vol) | vol.114 |
号番号(no) | 502 |
ページ範囲 | pp.- |
ページ数 | 8 |
発行日 |