返回
Communication-efficient distributed robust variable selection for heterogeneous massive data
DOI:10.1016/j.spl.2025.110557.png)
摘要
En 中文
我们提出了一种使用折减指数回归的通信高效分布式鲁棒变量选择方法,用于处理大规模数据。所提出方法的理论性质得到了验证。模拟研究和在烟气排放数据中的应用说明了我们方法的有效性。
Keyword:
Massive data
Communication-efficient
Discounted exponentile regression
Robustness
Heterogeneous
期刊
S
IF:
0.7
论文数:
127
被引数:
0
机构
引用论文
Robust communication-efficient distributed composite quantile regression and variable selection for massive data鲁棒且通信高效的分布式复合分位数回归与变量选择方法,适用于海量数据
Variable selection via nonconcave penalized likelihood and its oracle properties基于非凹惩罚似然的变量选择及其oracle性质

