麻雀

R包SparseNet:协调下降和非凸性惩罚。我们讨论线性模型中的稀疏选择问题。为此,文献中提出了许多非凸罚函数,以及各种凸松弛算法来寻找好的解。提出了一种求解优化问题的坐标下降法,并研究了其收敛性。我们描述了适用于这种方法的惩罚的性质,研究了它们对应的阈值函数,并描述了一个有助于我们的路径算法的df标准化重参数化。MC+惩罚非常适合于这项任务,我们用它来演示我们算法的性能。与本文有关的某些技术推导和实验包含在补充材料部分。


zbMATH中的参考文献(参考文献94篇,1标准件)

显示第1到第20个结果,共94个。
按年份排序(引用)
  1. 本阿默尔,瓦利德;Neto,José:圆锥松弛子集选择的新边界(2022)
  2. 李佩莉;吕锡良;肖云海:(\ell^0)-(\ell^2)正则化线性反问题的光滑牛顿法(2022)
  3. 夏思伟;杨岳涵;Yang,Hu:回归问题的稀疏拉普拉斯收缩与图形套索估计(2022)
  4. 阿塔姆图克,阿尔珀;戈麦斯,安德烈;韩绍宁:稀疏平滑信号估计:公式的凸化(2021)
  5. 贝尔西马斯,迪米特里斯;鲍菲莱,珍;Van Parys,Bart:稀疏分类:可伸缩离散优化视角(2021)
  6. 巴陀罗,阿尼迪亚;达塔,乔提什卡;波尔森,尼古拉斯G。;Willard,Brandon T.:特征子集选择的马蹄形正则化(2021)
  7. 德迪厄,安托万;哈齐梅,侯赛因;Mazumder,Rahul:学习稀疏分类器:连续和混合整数优化视角(2021)
  8. 黄健;焦裕玲;金邦提;刘、金;吕锡良;Yang,Can:非凸稀疏恢复的统一原-对偶主动集算法(2021)
  9. 郑希昌;张贤雄;Valdez,Emiliano A:损失发展因子稳定估计的非凸正则化方法(2021)
  10. 范明明;林晓东;罗斯钦斯基,安德烈;杜宇:求解非凸不可微复合正则化问题的外内线性化方法(2021)
  11. 孙若愚;叶银玉:循环坐标下降的最坏情况复杂性:(O(n^2))与随机版本的差距(2021)
  12. 张程;丁,武;Matsen,Frederick A.IV:通过自适应套索进行非分叉系统发生树推断(2021)
  13. 布奇尼,亚历山德罗;德拉克鲁斯卡布雷拉,奥马尔;多纳泰利,马可;马丁内利,安德烈;Reichel,Lothar:具有非凸损失和惩罚的大规模回归(2020)
  14. 卡尔森,马库斯;格洛萨,丹妮尔;奥尔森,卡尔:压缩感知的无偏方法(2020)
  15. 高元军;哥兹,杰克;康奈利,马修;Mazumder,Rahul:带有解密外交文件的采矿事件(2020年)
  16. 格里芬,马瑞克莱尔;霍夫,彼得D.:测试稀疏诱导惩罚(2020)
  17. 黑丝,特雷弗;蒂比拉尼,罗伯特;蒂比拉尼,瑞安:最佳子集,向前逐步还是套索?基于广泛比较的分析和建议(2020年)
  18. 哈齐梅,侯赛因;Mazumder,Rahul:快速最佳子集选择:坐标下降和局部组合优化算法(2020)
  19. 玛祖德,拉胡尔;萨尔达纳,迭戈;翁浩磊:非凸正则化的矩阵完备化:谱算子和可伸缩算法(2020)
  20. 玛祖德,拉胡尔;翁浩磊:计算秩正则化估计量的自由度及其同族(2020)