文献

J-GLOBAL ID：201702291515891635   整理番号：17A1237838

共変量依存Dirichlet過程混合モデルのための変数選択法の比較レビュー【Powered by NICT】

A comparative review of variable selection techniques for covariate dependent Dirichlet process mixture models

著者 (3件)： Barcella William (Department of Statistical Science, University College London, UK) ,  De Iorio Maria (Department of Statistical Science, University College London, UK) ,  Baio Gianluca (Department of Statistical Science, University College London, UK)
資料名： Canadian Journal of Statistics  (Canadian Journal of Statistics)
巻： 45  号： 3  ページ： 254-273  発行年： 2017年 
JST資料番号： W2522A  ISSN： 0319-5724  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Dirichlet過程混合(DPM)モデルは,共変数内の可能なパターンを考慮に入れたランダム分配モデルを特定するために採用が増加している。さらに多数の共変量の最も重要な共変量を選択するための手法が提案されている。一般共変量は,観測のクラスタリングの決定におけるそれらの重要性のまたは応答変数(回帰モデルが規定されるとき)のレベルに及ぼすそれらの影響のいずれかを選択した。典型的に両戦略はモデルにおける共変量の包接を調節する潜在的指標の仕様を含んでいる。共通例はスパイクとスラブ事前分布の使用を含んでいる。本研究では,観測の誘導分配における共変量情報を含む最も適切なDPMモデルをレビューし,これらのモデルのための利用可能な変数選択技術に焦点を当てた。各モデルの主要な特徴を明らかにし,シミュレーションと実データ応用を用いてそれらを実証した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *確率過程 ,  *モデル ,  回帰モデル
準シソーラス用語： 事前分布 ,  *変数選択 ,  *混合モデル ,  *Dirichlet過程 ,  *共変量 , 【Automatic Indexing@JST】

著者キーワード (7件)： Bayes変数選択 ,  Dirichletプロセス混合モデル ,  モデル誤特定 ,  ランダム分配モデル ,  スパイクとスラブ分布 ,  2010MSC:一次62G08 ,  二次62 02

分類 (5件)： システム・制御理論一般  (IA02010H) ,  芳香族単環フェノール類・多価フェノール  (CF05090V) ,  計算機システム開発  (JD02010R) ,  移動通信  (ND08030H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 共変量 ,  Dirichlet過程 ,  混合モデル ,  変数選択 ,  レビュー