PulseAugur
中
实时 13:27:30
English(EN) p-PSO: A Penalized Particle Swarm Optimization Technique for Finding D-Optimal Designs with Mixed Factors in Generalized Linear Models

新的p-PSO技术增强了复杂统计模型的最优设计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为p-PSO的新优化技术，旨在解决在广义线性模型（GLMs）中寻找D最优设计的复杂性问题。该方法在处理混合因子（离散和连续）以及未知Fisher信息矩阵的挑战时特别有用。p-PSO方法引入了一种通用的惩罚公式，可以与各种优化算法集成，为这些复杂的统计问题提供了更强大、更有效的解决方案。 AI

排序理由 这是一篇详细介绍统计建模新方法的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Shrabanti Chowdhury, Abhyuday Mandal ·

    p-PSO: A Penalized Particle Swarm Optimization Technique for Finding D-Optimal Designs with Mixed Factors in Generalized Linear Models

    arXiv:2606.15962v1 Announce Type: cross Abstract: Finding D-optimal designs for generalized linear models (GLMs) is challenging due to the dependence of the Fisher information matrix on unknown parameters and the lack of closed-form solutions, particularly when input factors incl…

相关实体

相关话题