頑健な可能性回帰
スポンサーリンク
概要
- 論文の詳細を見る
従来の可能性回帰は異常値に弱い。そこで、「平行な2本の直線の間にかなりの数のデータがある、という条件の下で、2本の直線の切片の差を小さくする」という方針に基づく可能性回帰アルゴリズムを開発した。この方法は、データの中に占める異常値の割合によらず対応でき、アルゴリズムが単純なため容易に実施でき、結果の解釈がしやすい点に特徴がある。また、この方法を応用すれば、可能性回帰の文脈に沿った、しかも、異常値に対して頑健なLOWESS(LOcally WEighted Scatter plot Smoothing)を実現することができる。
- 日本知能情報ファジィ学会の論文
- 1995-02-15
著者
関連論文
- ノンパラメトリック法を用いた温度影響評価によるトウモロコシの絹糸抽出期予測
- 16 麦類の生育に対する温度影響のノンパラメトリック評価 : 1. 春小麦の出穂・成熟における温度影響評価
- 制御点が曲面上に位置する自由曲面
- Radial Basis Functions Networkを用いた形の判別
- ターボ・アルゴリズムを用いたファジィルールの作成
- 「ノンパラメトリック回帰と作物の生長解析への適用に関する研究」
- 頑健な可能性回帰
- 続・ノンパラメトリック回帰からみたファジィ推論
- ノンパラメトリック回帰からみたファジィ推論