High-dimensional semiparametric inference and machine learning
High-dimensional semiparametric inference and machine learning
批准号:
15K00047
负责人:
Naito Kanta
金额:
$2.91万
依托单位国家:
日本
项目类别:
Grant-in-Aid for Scientific Research (C)
财政年份:
2015
资助国家:
日本
项目状态:
已结题
起止时间:
2015-04-01 至 2019-03-31
中文摘要
点击翻译按钮获取中文摘要
英文摘要
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
ダイバージェンスに基づく局所密度推定の漸近理論
基于散度的局部密度估计渐近理论
DOI:
--
发表时间:
2019
期刊:
影响因子:
--
作者:
[Liu Tianxiang, Pong Ting Kei, Takeda Akiko, 内藤貫太]
通讯作者:
内藤貫太
University of New South Wales/Australia Mathematical Science Institute(オーストラリア)
新南威尔士大学/澳大利亚数学科学研究所(澳大利亚)
DOI:
--
发表时间:
期刊:
影响因子:
--
作者:
[]
通讯作者:
Statistical analyses in trials for the comprehensive understanding of organogenesis and histogenesis in humans and mice
全面了解人类和小鼠器官发生和组织发生的试验统计分析
DOI:
10.1093/jb/mvw020
发表时间:
2016
期刊:
Journal of Biochemistry
影响因子:
2.7
作者:
[Hiroki Otani, Jun Udagawa and Kanta Naito]
通讯作者:
Jun Udagawa and Kanta Naito
Kernel Naive Bayes for High Dimensional Pattern Recognition
用于高维模式识别的内核朴素贝叶斯
DOI:
--
发表时间:
2016
期刊:
影响因子:
--
作者:
[Konishi Ryusuke, Takeda Akiko, Takahashi Masaki, 宮部洋平,北島孝弘,安野卓, 兼清 泰明,斎藤慎一,丸山 収,須藤 敦,佐藤 京, 内藤貫太]
通讯作者:
内藤貫太
The LMSR method for providing a multidimensional understanding of growth standard in human fetuses.
LMSR 方法提供对人类胎儿生长标准的多维理解。
DOI:
10.1177/0962280216687339
发表时间:
2017
期刊:
Stat Methods Med Res
影响因子:
2.3
作者:
[Naito K, Shimizu S, Udagawa J, Otani H]
通讯作者:
Otani H
共 17 条
New Expansion of the Statistical Analysis Based on Semiparametric Function Estimation
-
批准号:19K11851
-
项目类别:Grant-in-Aid for Scientific Research (C)
-
资助金额:$2.83万
-
财政年份:2019
-
负责人:Naito Kanta
-
依托单位:
海外基金