Software

CSNL: スパースネットワーク lasso 正則化に基づく組成データに対するマルチタスク学習モデルを計算します．

• Okazaki, A. and Kawano, S. (2022) Multi-task learning for compositional data via sparse network lasso. Entropy, 24, 1839 (doi: 10.3390/e24121839). 

SVaRu: 平滑化パラメータを自動決定するノンパラメトリック回帰モデルを計算します．モデル内の超調整パラメータを一般化情報量規準で求めることもできます．

• Kim, D., Kawano, S. and Ninomiya, Y. (2023) Smoothly varying regularization. Computational Statistics & Data Analysis, 179, 107644 (doi: 10.1016/j.csda.2022.107644).

MCCA: クロネッカー積によるテンソル共通成分分析を計算します．

• Yoshikawa, K. and Kawano, S. (2021) Multilinear common component analysis via Kronecker product representation. Neural Computation, 33, 2853-2880 (doi: 10.1162/neco_a_01425).

spcr-svd: 特異値分解によるスパース主成分回帰モデルを計算します．モデル内の正則化パラメータを交差検証法で求めることもできます．

• Kawano, S. (2021) Sparse principal component regression via singular value decomposition approach. Advances in Data Analysis and Classification, 15, 795-823 (doi: 10.1007/s11634-020-00435-2). (Online Supplement)

RVSManOpt: 多様体最適化を用いてスパース低ランク因子回帰モデルを計算します．回帰係数行列のランク推定，因子を構成する説明変数の選択，目的変数に関係のある因子の選択を実行することができます．

• Yoshikawa, K. and Kawano, S. (2023) Sparse reduced-rank regression for simultaneous rank and variable selection via manifold optimization. Computational Statistics, 38, 53-75 (doi: 10.1007/s00180-022-01216-5).

neggfl: normal-exponential-gamma (NEG) 事前分布を用いたベイジアン fused lasso 回帰モデルを計算します．

• Shimamura, K., Ueki, M., Kawano, S. and Konishi, S. (2019) Bayesian generalized fused lasso modeling via NEG distribution. Communications in Statistics - Theory and Methods, 48, 4132-4153 (doi: 10.1080/03610926.2018.1489056).

spcr: スパース主成分回帰モデルを計算します．モデル内の正則化パラメータを交差検証法で求めることもできます．

• Kawano, S., Fujisawa, H., Takada, T. and Shiroishi, T. (2015) Sparse principal component regression with adaptive loading. Computational Statistics & Data Analysis, 89, 192-203 (doi: 10.1016/j.csda.2015.03.016 ). 

• Kawano, S., Fujisawa, H., Takada, T. and Shiroishi, T. (2018) Sparse principal component regression for generalized linear models. Computational Statistics & Data Analysis, 124, 180-196 (doi: 10.1016/j.csda.2018.03.008 ). 

sAIC: Lasso で推定された一般化線形モデル (ロジスティック回帰，ポアソン回帰，ガウシアングラフィカルモデル) の AIC を計算します．

• Ninomiya, Y. and Kawano, S. (2016) AIC for the Lasso in generalized linear models. Electronic Journal of Statistics, 10, 2537-2560 (doi: 10.1214/16-EJS1179).