Alternating DCA for reduced-rank multitask linear regression with covariance matrix estimation

We study a challenging problem in machine learning that is the reduced-rank multitask linear regression with covariance matrix estimation. The objective is to build a linear relationship between multiple output variables and input variables of a multitask learning process, taking into account the ge...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Annals of mathematics and artificial intelligence Ročník 90; číslo 7-9; s. 809 - 829
Hlavní autoři:	Le Thi, Hoai An, Ho, Vinh Thanh
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Cham Springer International Publishing 01.09.2022 Springer Springer Nature B.V Springer Verlag
Témata:	Algorithms Artificial Intelligence Complex Systems Computer Science Convexity Covariance matrix Critical point Machine learning Mathematics Regression analysis Regression models DCA 62J05 Reduced-rank multitask linear regression DC programming 90C90 90C26 Partial DC program Covariance matrix estimation Alternating DCA Partial DC programming
ISSN:	1012-2443, 1573-7470
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!