Multivariate statistical inference for high-dimensional data and its application

高维数据的多元统计推断及其应用

基本信息

项目摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
非正規性の下での多変量線形モデルに対する高次元漸近理論
非正态下多元线性模型的高维渐近理论
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    姫野哲人;山田隆行
  • 通讯作者:
    山田隆行
WおよびZ判別法について~ー大標本かつ高次元の下での考察
关于W和Z判别方法~大样本、高维度下的考虑
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    山田隆行;櫻井哲朗;藤越康祝
  • 通讯作者:
    藤越康祝
高次元データに対する 3 次モーメントを使った正規性の診断
使用三阶矩对高维数据进行正态性诊断
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    山田隆行;姫野哲人
  • 通讯作者:
    姫野哲人
Comparison of EER for W- and Z- rules when the dimension is large
维数较大时 W 规则和 Z 规则的 EER 比较
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takayuki Yamada;Tetsuro Sakurai;Yasunori Fujikoshi
  • 通讯作者:
    Yasunori Fujikoshi
Estimation of multivariate 3rd moment for high-dimensional data and its application for testing multivariate normality
高维数据多元三阶矩估计及其在检验多元正态性中的应用
  • DOI:
    10.1007/s00180-018-00865-9
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    1.3
  • 作者:
    Yamada Takayuki;Himeno Tetsuto
  • 通讯作者:
    Himeno Tetsuto
{{ 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 }}

YAMADA Takayuki其他文献

G2のグラスマン幾何
G2 中的格拉斯曼几何
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    YAMADA Takayuki;MASAMUNE Jun;TERAMOTO Hiroshi;HASEBE Takahiro;KURODA Hirotoshi;Toshizumi Fukui;橋本 英哉
  • 通讯作者:
    橋本 英哉
Multi-material topology optimization based on symmetric level set function using the material definition with perfect symmetric property
利用完美对称性材料定义的基于对称水平集函数的多材料拓扑优化
  • DOI:
    10.1299/transjsme.20-00412
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    NODA Masaki;NOGUCHI Yuki;YAMADA Takayuki
  • 通讯作者:
    YAMADA Takayuki

YAMADA Takayuki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 }}

{{ truncateString('YAMADA Takayuki', 18)}}的其他基金

Optimum design method for a new smart power generation system utilizing its flexibility
利用其灵活性的新型智能发电系统的优化设计方法
  • 批准号:
    24760119
  • 财政年份:
    2012
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
A study of robustness for testing problem under non-normality for high-dimensional data
高维数据非正态性下检验问题的鲁棒性研究
  • 批准号:
    23740085
  • 财政年份:
    2011
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
The evaluation of the response to neoadjuvant chemotherapy and lesion extension of the local advanced breast cancer using MRI
MRI评价局部晚期乳腺癌新辅助化疗疗效及病灶扩展
  • 批准号:
    19591397
  • 财政年份:
    2007
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)

相似海外基金

Defining new asthma phenotypes using high-dimensional data
使用高维数据定义新的哮喘表型
  • 批准号:
    2901112
  • 财政年份:
    2024
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Studentship
構造を持つノンパラメトリック回帰モデルによる超高次元データ解析に関する研究
基于结构化非参数回归模型的超高维数据分析研究
  • 批准号:
    24K14850
  • 财政年份:
    2024
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Bayesian Learning for Sparse High-Dimensional Data
稀疏高维数据的贝叶斯学习
  • 批准号:
    2889818
  • 财政年份:
    2023
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Studentship
CAREER: Learning of graph diffusion and transport from high dimensional data with low-dimensional structures
职业:从具有低维结构的高维数据中学习图扩散和传输
  • 批准号:
    2237842
  • 财政年份:
    2023
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Continuing Grant
高次元データを用いたノン・セミパラメトリック計量経済モデルの統計的推測法の開発
使用高维数据开发非半参数计量经济模型的统计推断方法
  • 批准号:
    23K01331
  • 财政年份:
    2023
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Semiparametric Efficient and Robust Inference on High-Dimensional Data
高维数据的半参数高效鲁棒推理
  • 批准号:
    2310578
  • 财政年份:
    2023
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Standard Grant
Biostatistics for Spatial and High-Dimensional Data
空间和高维数据的生物统计学
  • 批准号:
    CRC-2018-00246
  • 财政年份:
    2022
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Canada Research Chairs
Penalty, non-penalty shrinkage and ensemble methods for low and high dimensional data
低维和高维数据的惩罚、非惩罚收缩和集成方法
  • 批准号:
    RGPIN-2019-04101
  • 财政年份:
    2022
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Discovery Grants Program - Individual
Modeling and Optimal Inference in change-point models with ultra-high dimensional data
超高维数据变点模型的建模和优化推理
  • 批准号:
    RGPIN-2019-04464
  • 财政年份:
    2022
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Discovery Grants Program - Individual
Machine learning for high-dimensional data in genetics and neuroscience
遗传学和神经科学中高维数据的机器学习
  • 批准号:
    RGPIN-2019-05484
  • 财政年份:
    2022
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Discovery Grants Program - Individual
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了