Zobrazeno 1 - 10
of 32
pro vyhledávání: '"Nomura, Shunichi"'
Autor:
Nomura, Shunichi
Sorted $L_1$ penalization estimator (SLOPE) is a regularization technique for sorted absolute coefficients in high-dimensional regression. By arbitrarily setting its regularization weights $\lambda$ under the monotonicity constraint, SLOPE can have v
Externí odkaz:
http://arxiv.org/abs/2010.15511
Autor:
Takahashi, Atsumori, Nomura, Shunichi
In high dimensional regression, feature clustering by their effects on outcomes is often as important as feature selection. For that purpose, clustered Lasso and octagonal shrinkage and clustering algorithm for regression (OSCAR) are used to make fea
Externí odkaz:
http://arxiv.org/abs/2006.08965
Autor:
Takahashi, Atsumori, Nomura, Shunichi
Publikováno v:
Japanese Journal of Statistics & Data Science; Nov2024, Vol. 7 Issue 2, p967-998, 32p
Autor:
Nomura, Shunichi, Matsumori, Yoshihiro
Publikováno v:
Japanese Journal of Statistics & Data Science; Nov2024, Vol. 7 Issue 2, p895-919, 25p
Autor:
Takahashi, Atsumori1 (AUTHOR) atakahashi.43nc542@gmail.com, Nomura, Shunichi1 (AUTHOR) snomura5@aoni.waseda.jp
Publikováno v:
Asia-Pacific Journal of Risk & Insurance. Jan2023, Vol. 17 Issue 1, p113-142. 30p.
Autor:
Nomura, Shunichi, Takemura, Akimichi
We introduce a generalization of the zig-zag product of regular digraphs (directed graphs), which allows us to construct regular digraphs with m ore flexible choices of the degrees. In our generalization, we can control the connectivity of the result
Externí odkaz:
http://arxiv.org/abs/math/0703742
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.