抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
統計的推論,信号処理,および機械学習におけるモデルを開発するためには,区分的線形Qadrattic(PLQ)ペナルティが広く用いられている。PLQペナルティの共通例は,最小二乗,Huber,Vapnik,1ノルム,およびそれらの非対称一般化を含む。これらの推定子の特性は,ペナルティの選択と,量子化損失に対する非対称度のような形状パラメータ,およびHuber関数に対する線形と二次片間の遷移点に依存する。本論文では,ペナルティの形を一度選択した場合,形状パラメータを自動的に調整するのを助けることができる統計的フレームワークを開発した。パラメータの選択は,各QSペナルティが真の統計的密度に対応するという基本的概念によって知らされる。この要求に固有の正規化定数は,形状パラメータの最適化を知らせるのを助け,また,これらに関する共同最適化問題と関心の一次パラメータを与える。第2の貢献は,これらの共同問題のための最適化方法を考慮することである。著者らは,基本的一次法が,すぐに,ジョイント問題を高速かつ効率的に解くことができるPLQ問題のための内部点(IP)方法の特殊化拡張を,持って,設計することができることを示した。合成問題と大規模実用例により,このアプローチの可能性を説明した。【JST・京大機械翻訳】