A Robust Regression Framework with Laplace Kernel-Induced Loss

This work proposes a robust regression framework with nonconvex loss function. Two regression formulations are presented based on the Laplace kernel-induced loss (LK-loss). Moreover, we illustrate that the LK-loss function is a nice approximation for the zero-norm. However, nonconvexity of the LK-lo...

Celý popis

Podrobná bibliografia

Vydané v:	Neural computation Ročník 29; číslo 11; s. 3014
Hlavní autori:	Yang, Liming, Ren, Zhuo, Wang, Yidan, Dong, Hongwei
Médium:	Journal Article
Jazyk:	English
Vydavateľské údaje:	United States 01.11.2017
ISSN:	1530-888X, 1530-888X
On-line prístup:	Zistit podrobnosti o prístupe
Tagy:	Pridať tag Žiadne tagy, Buďte prvý, kto otaguje tento záznam!