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85篇文章,第1条标准)

显示第1到第20个结果,共85个。
按年份排序(引用)
  1. 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)
  2. 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)
  3. 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)
  4. 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)
  5. 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)
  6. 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)
  7. 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)
  8. 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)
  9. 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?和广泛的建议(基于2020年的分析)
  10. 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)
  11. 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)
  12. 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)
  13. 萨瓦尔,奥瓦伊斯;绍克,本杰明;Sahinidis,Nikolaos V.:关于稀疏回归方法实际考虑的讨论(2020)
  14. 高田,Masaaki;铃木,太极;Fujisawa,Hironori:广义线性模型的独立可解释套索(2020)
  15. 谢东秀;沃尔德曼,雨果J。;徐安宝:用于压缩感知和矩阵完成的参数化准软阈值算子(2020)
  16. 徐欣宜;李祥杰;张景晓:高维稀疏控制函数模型的正则化方法(2020)
  17. 余、关;阴、梁;鲁、蜀;刘玉峰:随机设计稀疏惩罚回归的置信区间(2020)
  18. 巴陀罗,阿尼迪亚;达塔,乔提什卡;李云凡;波尔森,尼古拉斯G。;威拉德,布兰登:马蹄形回归的预测风险(2019年)
  19. 巴陀罗,阿尼迪亚;达塔,乔提什卡;波尔森,尼古拉斯。;威拉德,布兰登:《套索遇上马蹄铁:一项调查》(2019年)
  20. Georgios Exarchakis,Jörg Bornschein,Abdul Saboor Sheikh,Zhenwen Dai,Marc Henniges,Jakob Drefs,Jörg Lücke:ProSper-一个用于非标准优先级和叠加的概率稀疏编码的Python库(2019年)阿尔十四