지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.11
- 수록면
- 133 - 141 (9page)
이용수
초록· 키워드
오류제보하기
Graphical lasso is one of the most popular methods to estimate a sparse precision matrix, which is an inverse of a covariance matrix. The objective function of graphical lasso imposes an l₁-penalty on the (vectorized) precision matrix, where a tuning parameter controls the strength of the penalization. The selection of the tuning parameter is practically and theoretically important since the performance of the estimation depends on an appropriate choice of tuning parameter. While information criteria (e.g. AIC, BIC, or extended BIC) have been widely used, they require an asymptotically unbiased estimator to select optimal tuning parameter. Thus, the biasedness of the l₁-regularized estimate in the graphical lasso may lead to a suboptimal tuning. In this paper, we propose a two-staged bias-correction procedure for the graphical lasso, where the first stage runs the usual graphical lasso and the second stage reruns the procedure with an additional constraint that zero estimates at the first stage remain zero. Our simulation and real data example show that the proposed bias correction improved on both edge recovery and estimation error compared to the single-staged graphical lasso.
목차
ABSTRACT
1. Introduction
2. Graphical Lasso and Model Selection Criteria
3. Proposed Method
4. Numerical Study
5. Real Data Example
6. Discussion
References
참고문헌 (35)
참고문헌 신청
[단행본] - Jordan MI / 2001 / Graphical models: foundations of neural computation. Computational neuroscience series / The MIT Press
[학술지(정기간행물)] - Menéndez P / 2010 / Gene regulatory networks from multifactorial perturbations using graphical Lasso: application to the DREAM4 challenge / Plos One 5 : 14147 ~
[학술지(정기간행물)] - Oh JH / 2014 / Inference of radio-responsive gene regulatory networks using the graphical lasso algorithm / BMC Bioinformatics 15 : S5 ~
[학술대회논문] - Coloigner J / 2016 / Functional connectivity analysis for thalassemia disease based on a graphical lasso model / 2016 IEEE 13th I S Biomed Imaging
[학술지(정기간행물)] - 김재희 / 2017 / Review of Connectivity and Dynamics of Neural Information Processing / Quantitative Bio-Science 36 (2) : 97 ~ 103
[학술지(정기간행물)] - Menéndez P / 2010 / Gene regulatory networks from multifactorial perturbations using graphical Lasso: application to the DREAM4 challenge / Plos One 5 : 14147 ~
[학술지(정기간행물)] - Oh JH / 2014 / Inference of radio-responsive gene regulatory networks using the graphical lasso algorithm / BMC Bioinformatics 15 : S5 ~
[학술대회논문] - Coloigner J / 2016 / Functional connectivity analysis for thalassemia disease based on a graphical lasso model / 2016 IEEE 13th I S Biomed Imaging
[학술지(정기간행물)] - 김재희 / 2017 / Review of Connectivity and Dynamics of Neural Information Processing / Quantitative Bio-Science 36 (2) : 97 ~ 103
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Local Influence in LASSO Regression
Journal of The Korean Data Analysis Society
2016 .12
-
Adaptive lasso를 이용한 희박벡터자기회귀모형에서의 변수 선택
응용통계연구
2016 .02
-
Moderately clipped LASSO for the high-dimensional generalized linear model
CSAM(Communications for Statistical Applications and Methods)
2020 .07
-
Effect of outliers on the variable selection by the regularized regression
CSAM(Communications for Statistical Applications and Methods)
2018 .03
-
비정상 자기회귀모형에서의 벌점화 추정 기법에 대한 연구
응용통계연구
2019 .12
-
고차원 자료에서 영향점의 영향을 평가하기 위한 그래픽 방법
한국데이터정보과학회지
2017 .11
-
Fused lasso 회귀 모형 기반의 대학병원 수익성에 대한 요인 연구
한국데이터정보과학회지
2018 .01
-
모형 선택 기준들에 대한 LASSO 회귀 모형 편의의 영향 연구
응용통계연구
2016 .06
-
A convenient approach for penalty parameter selection in robust lasso regression
CSAM(Communications for Statistical Applications and Methods)
2017 .11
-
Robust penalized estimation via Welsch loss with group Lasso
한국데이터정보과학회지
2021 .05
-
Moderately Clipped LASSO for the Sparse High-Dimensional Logistic Regression Models
Journal of The Korean Data Analysis Society
2015 .01
-
Mixed degree regression function estimation using weighted lasso penalty
한국데이터정보과학회지
2022 .05
-
An Additive Sparse Penalty for Variable Selection in High-Dimensional Linear Regression Model
CSAM(Communications for Statistical Applications and Methods)
2015 .03
-
High-dimensional linear discriminant analysis with moderately clipped LASSO
CSAM(Communications for Statistical Applications and Methods)
2021 .01
-
Comparison of algorithms for estimating regression splines using lasso penalty
CSAM(Communications for Statistical Applications and Methods)
2025 .01
-
Penalized maximum likelihood estimation with symmetric log-concave errors and LASSO penalty
CSAM(Communications for Statistical Applications and Methods)
2022 .11
-
LASSO 방법을 이용한 프라이버시 침해 우려 행태 분석
Journal of The Korean Data Analysis Society
2019 .01
-
Interpretation of a change point detection problem via adaptive lasso penalty and its application
한국데이터정보과학회지
2023 .11
-
Penalized variable selection for accelerated failure time models
CSAM(Communications for Statistical Applications and Methods)
2018 .11
-
추세 제거된 시계열을 이용한 단위근 식별
응용통계연구
2021 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
개인의 기업가지향성과 문제해결전략이 새로운 문제 도전에 미치는 영향
김진영
벤처창업연구
2018
.12
창업실패관련 행동적 평가가 창업자기효능감을 매개로 창업의도에 미치는 영향
정대용
,
김재형
경영교육연구
2017
.08
고차원 자료에서 영향점의 영향을 평가하기 위한 그래픽 방법
안소진
,
이재은
,
장대흥
한국데이터정보과학회지
2017
.11
그래프 LASSO에서 모형선택기준의 비교
안형석
,
박창이
한국데이터정보과학회지
2014
.08
소기업특성과 기업성과 간의 관계분석을 통한 창업 소기업 활성화 방안 연구
민경세
,
길병호
산업경제연구
2009
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-047-000802340