論文の概要: Spacing Test for Fused Lasso

• arxiv url: http://arxiv.org/abs/2509.14229v1
• Date: Wed, 17 Sep 2025 17:58:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.952663
• Title: Spacing Test for Fused Lasso
• Title（参考訳）: 溶岩ラッソのスペーシング試験
• Authors: Rieko Tasaka, Tatsuya Kimura, Joe Suzuki,
• Abstract要約: 我々は,Tibshiraniらによって提案されたスペーシングテストの枠組みを溶かしたラスソに拡張する。 選択した変更点に対して正確な条件付き$p$-値を導出する。 この研究は、パラメータ選択とポスト選択推論のための理論的に健全で計算学的に実用的なソリューションを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study addresses the unresolved problem of selecting the regularization parameter in the fused lasso. In particular, we extend the framework of the Spacing Test proposed by Tibshirani et al. to the fused lasso, providing a theoretical foundation for post-selection inference by characterizing the selection event as a polyhedral constraint. Based on the analysis of the solution path of the fused lasso using a LARS-type algorithm, we derive exact conditional $p$-values for the selected change-points. Our method broadens the applicability of the Spacing Test from the standard lasso to fused penalty structures. Furthermore, through numerical experiments comparing the proposed method with sequential versions of AIC and BIC as well as cross-validation, we demonstrate that the proposed approach properly controls the type I error while achieving high detection power. This work offers a theoretically sound and computationally practical solution for parameter selection and post-selection inference in structured signal estimation problems. Keywords: Fused Lasso, Regularization parameter selection, Spacing Test for Lasso, Selective inference, Change-point detection
• Abstract（参考訳）: 本研究では, 溶岩の正則化パラメータを選択する未解決問題に対処する。 特に、Tibshiraniらによって提案されたスペーシングテストの枠組みを融合ラッソに拡張し、選択イベントを多面的制約として特徴付けることにより、選択後の推論の理論的基礎を提供する。 LARS型アルゴリズムを用いて融解ラッソの解経路を解析した結果,選択した変化点に対して正確な条件付き$p$-値が導出される。 本手法は,標準ラッソから融合ペナルティ構造へのスペーシングテストの適用性を拡大する。 さらに,提案手法をAICおよびBICの逐次バージョンと比較した数値実験とクロスバリデーションにより,提案手法が高検出能力を実現しつつ,I型エラーを適切に制御できることを実証した。 この研究は、構造化信号推定問題におけるパラメータ選択と後選択推論のための理論的に健全で実用的な解を提供する。 キーワード:Fused Lasso、正規化パラメータ選択、Lassoのスペーシングテスト、選択推論、変更点検出

関連論文リスト

• SeWA: Selective Weight Average via Probabilistic Masking [51.015724517293236]
  より良く、より高速な収束を達成するためには、ほんの数ポイントしか必要としないことを示す。 離散選択問題を連続的な部分集合最適化フレームワークに変換する。 両凸画像チェックポイントの値よりもシャープなSeWAの安定性境界を導出する。
  論文  参考訳（メタデータ） (2025-02-14T12:35:21Z)
• Rethinking Clustered Federated Learning in NOMA Enhanced Wireless Networks [60.09912912343705]
  本研究では,新しいクラスタ化フェデレーション学習(CFL)アプローチと,非独立かつ同一に分散した(非IID)データセットを統合することのメリットについて検討する。 データ分布における非IIDの度合いを測定する一般化ギャップの詳細な理論的解析について述べる。 非IID条件によって引き起こされる課題に対処する解決策は、特性の分析によって提案される。
  論文  参考訳（メタデータ） (2024-03-05T17:49:09Z)
• Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
  確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。 本手法は, 精度の高い問題に特に適している。 提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
  論文  参考訳（メタデータ） (2023-11-08T00:10:21Z)
• Bounded P-values in Parametric Programming-based Selective Inference [23.35466397627952]
  我々は,p-値の下と上の境界を計算する手法を提案することにより,所望の精度を確保しつつ計算コストを削減する手法を提案する。 本稿では,線形モデルにおける特徴選択と深部ニューラルネットワークにおける注目領域同定のための仮説テスト問題における提案手法の有効性を示す。
  論文  参考訳（メタデータ） (2023-07-21T04:55:03Z)
• Fully Stochastic Trust-Region Sequential Quadratic Programming for Equality-Constrained Optimization Problems [62.83783246648714]
  目的と決定論的等式制約による非線形最適化問題を解くために,逐次2次プログラミングアルゴリズム(TR-StoSQP)を提案する。 アルゴリズムは信頼領域半径を適応的に選択し、既存の直線探索StoSQP方式と比較して不確定なヘッセン行列を利用することができる。
  論文  参考訳（メタデータ） (2022-11-29T05:52:17Z)
• More Powerful Conditional Selective Inference for Generalized Lasso by Parametric Programming [20.309302270008146]
  条件付き選択的推論(si)は、データ駆動仮説の新しい統計推論フレームワークとして研究されてきた。 二次パラメトリックプログラミングに変換可能な問題のクラスに対して,より強力で一般的な条件付きSI法を提案する。
  論文  参考訳（メタデータ） (2021-05-11T10:12:00Z)
• Sparse Feature Selection Makes Batch Reinforcement Learning More Sample Efficient [62.24615324523435]
  本稿では,スパース線形関数近似を用いた高次元バッチ強化学習(RL)の統計的解析を行う。 候補となる機能が多数存在する場合,提案手法がバッチRLをより効率的にサンプリングできるという事実に光を当てる。
  論文  参考訳（メタデータ） (2020-11-08T16:48:02Z)
• Bayesian preference elicitation for multiobjective combinatorial optimization [12.96855751244076]
  DM(Decision Maker)のノイズ応答に対処できる新しいインクリメンタルな選好推論手法を提案する。 DMの選好はパラメータが未知の集約関数で表され、その不確実性はパラメータ空間上の密度関数で表されると仮定する。
  論文  参考訳（メタデータ） (2020-07-29T12:28:37Z)
• Selective Inference for Latent Block Models [50.83356836818667]
  本研究では,潜在ブロックモデルに対する選択的推論法を提案する。 我々は,潜在ブロックモデルの行と列クラスタのメンバシップの集合に対する統計的テストを構築した。 提案された正確で近似されたテストは、選択バイアスを考慮していない単純なテストと比較して効果的に機能する。
  論文  参考訳（メタデータ） (2020-05-27T10:44:19Z)
• Parametric Programming Approach for More Powerful and General Lasso Selective Inference [25.02674598600182]
  選択推論(Selective Inference, SI)は, 線形モデルの特徴を推論するためにここ数年, 活発に研究されてきた。 Lasso のオリジナルの SI アプローチの主な制限は、推論が選択された特徴だけでなく、その兆候にも条件付きで行われることである。 何千ものアクティブな特徴がある場合でも,サインを条件付けせずにSIを実行できるパラメトリックプログラミングベースの手法を提案する。
  論文  参考訳（メタデータ） (2020-04-21T04:46:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。