文献

J-GLOBAL ID：202202267648072723   整理番号：22A0466987

関数線形回帰のための分散型最小二乗予測【JST・京大機械翻訳】

Distributed least squares prediction for functional linear regression

著者 (1件)： Tong Hongzhi (School of Statistics, University of International Business and Economics, Beijing 100029, People’s Republic of China)
資料名： Inverse Problems  (Inverse Problems)
巻： 38  号： 2  ページ： 025002 (22pp)  発行年： 2022年 
JST資料番号： W2014A  ISSN： 0266-5611  CODEN： INPEEY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 大規模なデータセットが含まれるとき,メモリボトルネックとアルゴリズムスケーラビリティの課題に対処するために,著者らは,機能的線形モデルのフレームワークにおける分散最小自乗法を提案して,カーネルHilbert空間を再生した。この手法は,多数の部分集合に大きいデータセットを分割し,それらの各々に正則化最小二乗回帰を適用し,次に最終予測として個々の出力を平均する。いくつかの規則性条件の下で提案した学習戦略のための非漸近予測誤差限界を確立した。目的関数が弱い規則性を持つとき,著者らはまた,分割された部分集合の数を拡大するために,半教師つき手法を構築するために,いくつかのラベルなしデータを導入した。本論文における結果は,分散アルゴリズムが収束の最適速度を達成することができるという理論的保証を提供し,一方,全体のデータセットを並列処理のために多数の部分集合に分割することを可能にする。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Hilbert空間 ,  アルゴリズム ,  記憶装置 ,  *最小二乗法 ,  規則度 ,  目的関数 ,  正則化 ,  並列処理 ,  分散アルゴリズム
準シソーラス用語： *線形回帰 ,  線形モデル ,  ラベルなしデータ , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 関数 ,  線形回帰 ,  最小二乗 ,  予測