縦データの大きな非定常共分散行列の溶融Lasso正則化Cholesky因子【JST・京大機械翻訳】

Dallakyan Aramayis; Pourahmadi Mohsen

プレプリント

J-GLOBAL ID：202202205257100427 整理番号：22P0173786

縦データの大きな非定常共分散行列の溶融Lasso正則化Cholesky因子【JST・京大機械翻訳】

Fused-Lasso Regularized Cholesky Factors of Large Nonstationary Covariance Matrices of Longitudinal Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年07月21日プレプリントサーバーでの情報更新日： 2020年07月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

大きい共分散行列のCholesky因子のサブ対角の滑らかさは,時系列と縦方向データに対する自己回帰モデルの非定常性の程度に密接に関連している。発見的に,ほぼ静止した共分散行列の1つは,逐次項の絶対値の合計が小さいという意味で,その逆のCholesky因子の各々のサブ対角におけるエントリを,ほぼ同一であると予想する。融合型ラッソペナルティを用いて各サブ対角を正則化することにより,統計的にそのような平滑度を達成した。標準化された正規尤度セットアップ内の新しいパラメータとして,標準Cholesky因子に依存する。(1)尤度関数の関節凸性,(2)n<pのときでさえ各サブ対角に限定された尤度関数の厳密な凸性,および(3)推定共分散行列の正値性。各ブロックがサブ対角であるブロック座標降下アルゴリズムを提案し,その収束を穏やかな条件下で確立した。個々のサブ対角を含む関数の和へのペナルティ化尤度関数のデカップリングの欠如は,列状に分離するCholesky因子のスパース推定のための2つの最近のアルゴリズムと比較して,いくつかの計算上の課題と利点をもたらす。シミュレーション結果と実際のデータ解析は,提案した方法の範囲と良好な性能を示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

システム・制御理論一般 , 信号理論

, , , , ,

前のページに戻る