Multivariate statistical modeling for information integration via sparse learning

通过稀疏学习进行信息集成的多元统计建模

• 批准号: 15K15947
• 负责人: KAWANO SHUICHI
• 金额: $ 2.5万
• 依托单位: The University of Electro-Communications
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2015
• 资助国家: 日本
• 起止时间: 2015-04-01 至 2018-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-15K15947/
• 关键词: 機械学習; スパース学習; 主成分回帰; 一般化線形モデル; オンライン学習; 順序カテゴリカルデータ; 情報量規準; ベイズモデリング; 主成分分析; 回帰分析; ベイジアンアプローチ

项目成果

Predictive model selection criteria for Bayesian lasso regression

贝叶斯套索回归的预测模型选择标准

• DOI: 10.5183/jjscs.1501001_220
• 发表时间: 2015
• 期刊: Journal of the Japanese Society of Computational Statistics
• 作者: S. Kawano;I. Hoshina;K. Shimamura;S. Konishi
• 通讯作者: S. Konishi

適応正則化オンライン学習における特徴選択問題

自适应正则化在线学习中的特征选择问题

• 发表时间: 2015
• 期刊: 2015年度統計関連学会連合大会講演報告集
• 作者: S. Kawano;I. Hoshina;K. Shimamura;S. Konishi;川野秀一，藤澤洋徳，高田豊行，城石俊彦;加藤駿典，川野秀一;野崎俊貴，川野秀一
• 通讯作者: 野崎俊貴，川野秀一

A one-stage approach for principal component regression via L1-type regularization

一种通过 L1 型正则化进行主成分回归的单阶段方法

• 发表时间: 2016
• 作者: S. Kawano;H. Fujisawa;T. Takada;T. Shiroishi
• 通讯作者: T. Shiroishi

分布の逐次推定に基づくオンライン決定木学習

基于分布序贯估计的在线决策树学习

• 发表时间: 2016
• 作者: Masato Yoshimi;Celimuge Wu;Tsutomu Yoshinaga;木村拓海，川野秀一
• 通讯作者: 木村拓海，川野秀一

One-stage estimation of principal component regression with sparse regularization

稀疏正则化主成分回归的一阶段估计

• 发表时间: 2015
• 作者: S. Kawano;H. Fujisawa;T. Takada;T. Shiroishi
• 通讯作者: T. Shiroishi