多维函数型数据的鲁棒深度神经网络估计
统计方法学
2022-05-20 v1 机器学习
摘要
本文中，我们提出一种针对多维函数型数据位置函数的鲁棒估计量。所提估计量基于带ReLU激活函数的深度神经网络。同时，这些估计量较不易受异常观测与模型误设的影响。对任意多维函数型数据，我们给出了所提鲁棒深度神经网络估计量的均匀收敛速率。模拟研究说明了鲁棒深度神经网络估计量在常规数据上的竞争表现，以及其在含异常数据上的优越表现。所提方法还被应用于分析来自阿尔茨海默病神经影像倡议数据库的阿尔茨海默病患者2D与3D图像。
引用
@article{arxiv.2205.09604,
title = {Robust Deep Neural Network Estimation for Multi-dimensional Functional Data},
author = {Shuoyang Wang and Guanqun Cao},
journal= {arXiv preprint arXiv:2205.09604},
year = {2022}
}