다중과제 회귀를 위한 초고차원 변수 스크리닝 동시 정규 직교 매칭 추구
본 논문은 다중출력 회귀 문제에서 초고차원 변수들을 효율적으로 제거하기 위해 동시 정규 직교 매칭 추구(S‑OMP) 알고리즘을 적용하고, 이후 적응형 라쏘를 이용해 정확한 변수 지원을 복원하는 두 단계 절차를 제안한다. 이 방법은 샘플 크기보다 훨씬 큰 변수 집합에서도 중요한 변수를 놓치지 않는 ‘sure screening’ 특성을 이론적으로 증명하고, 수정된 BIC를 통해 최적 반복 횟수를 선택한다. 실험과 실제 유전체 연관 분석을 통해 제안…
저자: Mladen Kolar, Eric P. Xing
본 연구는 초고차원 다중과제 회귀 문제에서 변수 선택의 두 가지 핵심 과제, 즉 계산 효율성과 정확한 지원 복원을 동시에 해결하고자 한다. 먼저 모델 설정을 Y=XB+W 로 정의하고, 여기서 Y∈ℝ^{n×T} 는 T개의 출력(예: 유전자 발현), X∈ℝ^{n×p} 는 p개의 입력(예: SNP)이며, p≫n 인 초고차원 상황을 가정한다. 각 과제 t 에 대한 회귀 계수 βt 은 희소성을 가지며, 특히 전체 계수 행렬 B=
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기