学术报告：完全的贝叶斯弹性网: 抽取正则化参数
发布时间：2019-10-09 浏览次数：697
报告时间：2019年10月10日下午14:30-15:30
报告地点：雁山校区数学与统计公司六楼608会议室
报告题目：完全的贝叶斯弹性网: 抽取正则化参数
报告人：王海斌 教授
报告摘要：弹性网模型是一种综合了$L_1$正则化与$L_2$正则化的模型，它能够灵活地进行变量选择、参数估计和预测，且性能良好，尤其是当预测变量个数较多以及变量之间存在高度相关时。然而，由于正则化系数的全条件后验中含有没有解析表达式的因子，导致普通的Metrepolis-Hastings 算法不能从中抽样，造成迄今为止，还没有一个完全的贝叶斯方法可用于分析弹性网模型。现有的所谓贝叶斯弹性网模型，本质上是半贝叶斯的，因为那里大多是用经验贝叶斯方法来估计正则化系数，而不是抽样。我们建议利用交换算法从正则化系数的全条件后验中抽样，从而为弹性网模型提供一个完全的基于抽样的贝叶斯分析方法。随机模拟验证了所建议方法的可行性和有效性，结果表明本文的方法比已有的方法性能更优。本文还利用建议的方法分析了一个实际数据。
报告人介绍：王海斌，厦门大学数学科学公司教授、博士生导师。兼任中国现场统计研究会理事、中国现场统计研究会高维数据统计分会理事。主要从事潜在变量模型、非/半参数模型及时间序列分析的研究工作。曾主持国家自然科学基金面上项目和福建省自然科学基金面上项目、参与国家自然科学基金重点项目等。多次应邀赴香港中文大学统计系进行合作研究。已在British Journal of Mathematical and Statistical Psychology、Computational Statistics and Data Analysis、Journal of Applied Probability、Journal of Time Series Analysis、Journal of Nonparametric Statistics、Psychometrika、Science China: Mathematics、Statistics and Computing等国内外数学、概率、统计、心理学等主流学术期刊上发表学术论文30余篇。
参加报告人员要求：统计类老师，研究生，高年级本科生以及其他感兴趣的人员。