项目名称: 基于模型选择和Pitman准则的约束有偏估计及算法研究与应用

项目编号: No.11171361

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 数理科学和化学

项目作者: 杨虎

作者单位: 重庆大学

项目金额: 50万元

中文摘要: 本项目研究线性模型中基于模型选择和Pitman准则的约束有偏估计及相关算法与应用。第一,深入研究利用Boosting等方法来实现约束岭型估计,约束Liu估计,约束几乎无偏估计,Stein型压缩估计以及预检验估计等各类约束有偏估计的自动模型选择,并与LASSO类方法在模型选择方面的效果进行比较;第二,研究各种约束有偏估计中偏参数和LASSO类方法中光滑参数基于交叉验证(CV)、广义交叉验证(GCV)以及拟交叉验证(Q-GCV)等准则的选取问题,并分析相应估计在大样本下的相合性、渐进正态性和收敛速度;第三,研究各类约束有偏估计在Pitman准则下的优良性,并重点研究计算Pitman度量的算法和在非对称损失函数下参数估计的Pitman优良性。

中文关键词: 模型选择;LASSO;稳健估计;约束有偏估计;条件数

英文摘要:

英文关键词: model selection;LASSO;robustness estimation;restricted biased estimation;condition numbers

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
21+阅读 · 2021年9月23日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年7月31日
【清华大学龙明盛副教授】迁移学习理论与算法,59页ppt
专知会员服务
82+阅读 · 2020年11月27日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
专知会员服务
42+阅读 · 2020年7月29日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【经典书】贝叶斯强化学习概述,147页pdf
专知
4+阅读 · 2021年11月21日
再谈人脸识别损失函数综述
人工智能前沿讲习班
14+阅读 · 2019年5月7日
人脸识别损失函数综述(附开源实现)
极市平台
29+阅读 · 2019年3月12日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
从最大似然到EM算法:一致的理解方式
PaperWeekly
18+阅读 · 2018年3月19日
From Softmax to Sparsemax-ICML16(1)
KingsGarden
72+阅读 · 2016年11月26日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
8+阅读 · 2008年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
26+阅读 · 2020年2月21日
小贴士
相关VIP内容
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
21+阅读 · 2021年9月23日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年7月31日
【清华大学龙明盛副教授】迁移学习理论与算法,59页ppt
专知会员服务
82+阅读 · 2020年11月27日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
专知会员服务
42+阅读 · 2020年7月29日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
相关资讯
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【经典书】贝叶斯强化学习概述,147页pdf
专知
4+阅读 · 2021年11月21日
再谈人脸识别损失函数综述
人工智能前沿讲习班
14+阅读 · 2019年5月7日
人脸识别损失函数综述(附开源实现)
极市平台
29+阅读 · 2019年3月12日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
从最大似然到EM算法:一致的理解方式
PaperWeekly
18+阅读 · 2018年3月19日
From Softmax to Sparsemax-ICML16(1)
KingsGarden
72+阅读 · 2016年11月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
8+阅读 · 2008年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员