構造化事前依存性を持つベイズ弾性ネット回帰

この論文は、ベイズ回帰モデルにおける制限、具体的には回帰係数の独立性の仮定に対処しています。著者は、象限正規分布を導入することにより、ベイズ弾性ネットにおいて構造化された事前依存性を可能にし、より大きなモデリングの柔軟性を提供します。この論文の貢献は、ペナルティ付き最適化と回帰事前分布の間の新しいリンクを提供し、扱いにくい正規化定数の問題を克服するための計算効率の高いギブスサンプリング法を開発することにあります。このアプローチの利点は、シミュレーションと実際のデータ例を通じて示されています。

• •ベイズ回帰における独立した回帰係数の制限に対処。
• •構造化された事前依存性を可能にするために象限正規分布を導入。
• •ペナルティ付き最適化と回帰事前分布の間の新しいリンクを提供。
• •計算効率の高いギブスサンプリング法を開発。
• •シミュレーションと実際の例を通じて利点を実証。