期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
大数据背景下基于Huber回归模型的分布式优化方法研究
被引量:
5
1
作者
潘莹丽
刘展
朱千慧子
《数理统计与管理》
CSSCI
北大核心
2022年第4期633-646,共14页
随着高科技的快速发展,大规模数据的涌入给现有的统计方法和理论带来新的挑战。大数据很容易被异常值污染,可能包含具有厚尾分布的变量,使得许多常规方法不再适用。为了消除异常值和厚尾变量的影响,本文以大数据为背景,采用Huber回归方...
随着高科技的快速发展,大规模数据的涌入给现有的统计方法和理论带来新的挑战。大数据很容易被异常值污染,可能包含具有厚尾分布的变量,使得许多常规方法不再适用。为了消除异常值和厚尾变量的影响,本文以大数据为背景,采用Huber回归方法,用于鲁棒的估计和推断,为了达到仅使用局部样本就可有效评估全局损失函数的目的,本文构造出全局损失函数的一个交互有效的替代损失函数,将基于全局损失函数的优化转化为基于替代似然函数的优化。为了对Huber回归模型中的参数进行估计,本文设计Proximal-ADMM算法,并结合分布式优化的思想有效解决大规模数据导致的计算成本昂贵和机器之间交互复杂度过高的问题。
展开更多
关键词
大数据
Huber回归
交互有效的
替代损失函数
Proximal-ADMM算法
分布式优化
原文传递
大数据背景下基于expectile回归模型的分布式优化方法研究
被引量:
5
2
作者
潘莹丽
刘展
蔡雯
《数学的实践与认识》
北大核心
2020年第14期259-268,共10页
随着大数据时代的到来,运用统计的思维和方法挖掘隐藏在数据里的价值成为大数据领域的热门研究方向.数据挖掘的常用方法是回归分析,最小二乘回归只对因变量均值做出估计,而expectile回归可以估计因变量的整体分布.本文以大数据为背景,在...
随着大数据时代的到来,运用统计的思维和方法挖掘隐藏在数据里的价值成为大数据领域的热门研究方向.数据挖掘的常用方法是回归分析,最小二乘回归只对因变量均值做出估计,而expectile回归可以估计因变量的整体分布.本文以大数据为背景,在expectile回归模型下,提出分布式存储数据的思想,并通过构造全局损失函数的一个替代损失函数,设计Proximal-ADMM算法对模型中的参数进行估计.达到了仅使用局部样本就可有效评估全局损失函数的目的,解决了大数据中样本量大导致的计算成本昂贵的问题.
展开更多
关键词
大数据
expectile回归
分布式
替代损失函数
原文传递
题名
大数据背景下基于Huber回归模型的分布式优化方法研究
被引量:
5
1
作者
潘莹丽
刘展
朱千慧子
机构
湖北大学数学与统计学学院
应用数学湖北省重点实验室
出处
《数理统计与管理》
CSSCI
北大核心
2022年第4期633-646,共14页
基金
国家自然科学基金项目(11901175)。
文摘
随着高科技的快速发展,大规模数据的涌入给现有的统计方法和理论带来新的挑战。大数据很容易被异常值污染,可能包含具有厚尾分布的变量,使得许多常规方法不再适用。为了消除异常值和厚尾变量的影响,本文以大数据为背景,采用Huber回归方法,用于鲁棒的估计和推断,为了达到仅使用局部样本就可有效评估全局损失函数的目的,本文构造出全局损失函数的一个交互有效的替代损失函数,将基于全局损失函数的优化转化为基于替代似然函数的优化。为了对Huber回归模型中的参数进行估计,本文设计Proximal-ADMM算法,并结合分布式优化的思想有效解决大规模数据导致的计算成本昂贵和机器之间交互复杂度过高的问题。
关键词
大数据
Huber回归
交互有效的
替代损失函数
Proximal-ADMM算法
分布式优化
Keywords
big data
Huber regression
communication efficient surrogate function
Proximal-ADMM algorithm
distributedoptimization
分类号
O212 [理学—概率论与数理统计]
原文传递
题名
大数据背景下基于expectile回归模型的分布式优化方法研究
被引量:
5
2
作者
潘莹丽
刘展
蔡雯
机构
湖北大学数学与统计学学院应用数学湖北省重点实验室
出处
《数学的实践与认识》
北大核心
2020年第14期259-268,共10页
基金
国家自然科学基金(11901175)。
文摘
随着大数据时代的到来,运用统计的思维和方法挖掘隐藏在数据里的价值成为大数据领域的热门研究方向.数据挖掘的常用方法是回归分析,最小二乘回归只对因变量均值做出估计,而expectile回归可以估计因变量的整体分布.本文以大数据为背景,在expectile回归模型下,提出分布式存储数据的思想,并通过构造全局损失函数的一个替代损失函数,设计Proximal-ADMM算法对模型中的参数进行估计.达到了仅使用局部样本就可有效评估全局损失函数的目的,解决了大数据中样本量大导致的计算成本昂贵的问题.
关键词
大数据
expectile回归
分布式
替代损失函数
Keywords
Big data
expectile regression
distributed manner
surrogate loss function
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
O212.1 [理学—概率论与数理统计]
原文传递
题名
作者
出处
发文年
被引量
操作
1
大数据背景下基于Huber回归模型的分布式优化方法研究
潘莹丽
刘展
朱千慧子
《数理统计与管理》
CSSCI
北大核心
2022
5
原文传递
2
大数据背景下基于expectile回归模型的分布式优化方法研究
潘莹丽
刘展
蔡雯
《数学的实践与认识》
北大核心
2020
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部