比例风险模型下参数极大似然估计的自适应优化算法及其改进算法

• 作者: 林文强
• 来源期刊: 数学杂志
• 学科: 数学
• 关键词: Adam算法 RMSprop算法 Adagrad算法 比例风险模型
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 363-378
• 页数: 16页
• 分类号: O212.2
• 字数: 7183字
• 语种: 中文

摘要

自适应优化算法可避免很多常用数值算法遭遇的困难,例如:高维矩阵求逆问题,初值选取的问题和算法的收敛问题等等.因此,自适应优化算法得到了迅速的发展和广泛的应用,本文研究了比例风险模型下的自适应优化算法.首先利用三种自适应优化算法Adam算法、RMSprop算法、Adagrad算法求解比例风险模型下的参数估计数值解问题,获得了自适应算法的计算优良性.然后,推广了比例风险模型下的Adam算法的研究,发展了一种改进的Adam算法,进一步提高了算法的计算速度并展现了其计算优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林文强	武汉大学数学与统计学院	2	0	0.0	0.0