弱相依下的稀疏惩罚深度神经网络估计量
机器学习
2023-03-03 v1 机器学习
统计理论
统计理论
摘要
我们考虑 -弱相依过程的非参数回归与分类问题。该弱相依结构比混合、关联等条件更为一般。我们给出了一种用于稀疏深度神经网络的惩罚估计方法。在非参数回归与二分类问题中，我们建立了稀疏惩罚深度神经网络估计量超额风险的上界不等式（oracle inequalities）。同时也推导了这些估计量超额风险的收敛速率。仿真结果显示，所提估计量总体上优于非惩罚估计量。
引用
@article{arxiv.2303.01406,
title = {Sparse-penalized deep neural networks estimator under weak dependence},
author = {William Kengne and Modou Wade},
journal= {arXiv preprint arXiv:2303.01406},
year = {2023}
}