Asymptotic Theory of the Sparse Group LASSO


Benjamin Poignard (Paris-Dauphine/ ENSAE)
  1. MMDSについて
  2. MMDSの教員・組織
  3. MMDSで学びたい方へ
  4. カリキュラム
  5. MMDSの活動

  6. 学内向け情報

大阪大学 数理データ科学セミナー データ科学セミナーシリーズ 第18回
Asymptotic Theory of the Sparse Group LASSO

Benjamin Poignard (Paris-Dauphine/ ENSAE)

This paper proposes a general framework for penalized convex empirical criteria and a new version of the Sparse-Group LASSO (SGL, Simon and al., 2013), called the adaptive SGL, where both penalties of the SGL are weighted by preliminary random coefficients. We explore extensively its asymptotic properties and prove that this estimator satisfies the so-called oracle property (Fan and Li, 2001), that is the sparsity based estimator recovers the true underlying sparse model and is asymptotically normally distributed. Then we study its asymptotic properties in a double-asymptotic framework, where the number of parameters diverges with the sample size. We show by simulations that the adaptive SGL outperforms other oracle-like methods in terms of estimation precision and variable selection.

講 師:
Benjamin Poignard (Paris-Dauphine/ ENSAE)
テーマ:
Asymptotic Theory of the Sparse Group LASSO
日 時:
2017年02月07日(火)16:20-17:50
場 所:
大阪大学豊中キャンパス基礎工学研究科I棟204号室
参加費:
無料
アクセス:
会場までのアクセスは下記URLをご参照ください。
http://www.es.osaka-u.ac.jp/access/
お問い合せ:
本ウェブサイトの「お問い合せ」のページをご参照ください。