Zobrazeno 51 - 60
of 326
pro vyhledávání: '"Lin, Lizhen"'
It is becoming increasingly common to see large collections of network data objects -- that is, data sets in which a network is viewed as a fundamental unit of observation. As a result, there is a pressing need to develop network-based analogues of e
Externí odkaz:
http://arxiv.org/abs/1709.02793
Gaussian processes (GPs) are very widely used for modeling of unknown functions or surfaces in applications ranging from regression to classification to spatial processes. Although there is an increasingly vast literature on applications, methods, th
Externí odkaz:
http://arxiv.org/abs/1706.08757
Publikováno v:
Computational Statistics & Data Analysis, Volume 127, 2018, Pages 229-247, ISSN 0167-9473
Effective and accurate model selection is an important problem in modern data analysis. One of the major challenges is the computational burden required to handle large data sets that cannot be stored or processed on one machine. Another challenge on
Externí odkaz:
http://arxiv.org/abs/1610.06194
Autor:
Lazar, Drew, Lin, Lizhen
Publikováno v:
Journal of Multivariate Analysis 153 (2017) 64-82
There is growing interest in using the close connection between differential geometry and statistics to model smooth manifold-valued data. In particular, much work has been done recently to generalize principal component analysis (PCA), the method of
Externí odkaz:
http://arxiv.org/abs/1610.01537
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
The Annals of Statistics, 2020 Feb 01. 48(1), 514-538.
Externí odkaz:
https://www.jstor.org/stable/26923111