Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Wybór modelu dla danych wielowymiarowych za pomocą metody SLOPE - własności teoretyczne i zastosowania.

2016/23/B/ST1/00454

Słowa kluczowe:

modele liniowe gausowskie modele graficzne wybór modelu predykcja frakcja fałszywych odkryć

Deskryptory:

  • ST1_13: Rachunek prawdopodobieństwa i statystyka matematyczna
  • ST1_18: Zastosowania matematyki w innych naukach

Panel:

ST1 - Nauki matematyczne: wszystkie dziedziny matematyki, teoretyczne oraz stosowane a także podstawy matematyczne informatyki, fizyka matematyczna i statystyka matematyczna

Jednostka realizująca:

Uniwersytet Wrocławski, Wydział Matematyki i Informatyki

woj. dolnośląskie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr hab. Małgorzata Bogdan 

Liczba wykonawców projektu: 4

Konkurs: OPUS 12 - ogłoszony 2016-09-15

Przyznana kwota: 542 150 PLN

Rozpoczęcie projektu: 2017-07-18

Zakończenie projektu: 2020-09-17

Planowany czas trwania projektu: 38 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Komputer stacjonarny o dużej szybkości, objętości RAM mocy obliczeniowej. Za kwotę 5 000 PLN
  2. Laptop. Za kwotę 10 000 PLN

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (11)
  • Teksty w publikacjach pokonferencyjnych (1)
  • Publikacje książkowe (1)
  1. Rank-based Lasso - efficient methods for high-dimensional robust model selection
    Autorzy:
    W. Rejchel, M. Bogdan
    Czasopismo:
    Journal of Machine Learning Research (rok: 2020, tom: 21, strony: 17168), Wydawca: Microtome Publishing
    Status:
    Opublikowana
    Doi:
    brak - link do publikacji
  2. Sparse Portfolio Selection via the sorted L1 - Norm
    Autorzy:
    P. Kremer, S. Lee, M. Bogdan, S. Paterlini
    Czasopismo:
    Journal of Banking and Finance (rok: 2020, tom: 110, strony: 105687), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.jbankfin.2019.105687 - link do publikacji
  3. High-dimensional robust regression and outliers detection with SLOPE
    Autorzy:
    A. Virouleau, A. Guilloux, S. Gaiffas, M. Bogdan
    Czasopismo:
    Journal of Machine Learning Research , Wydawca: Microtome Publishing
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  4. Sparse Index Clones via the sorted L1 - Norm
    Autorzy:
    P.Kremer, D.Brzyski, M. Bogdan, S. Paterlini
    Czasopismo:
    Quantitative Finance , Wydawca: Taylor and Francis
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  5. Ghost QTL and Hotspots in Experimental Crosses - Novel Approach for Modeling Polygenic Effects
    Autorzy:
    J. Wallin, M. Bogdan, P. A. Szulc, R.W. Doerge, D.O. Siegmund
    Czasopismo:
    Genetics (rok: 2021, tom: brak, strony: brak, wczesna publikacja online), Wydawca: Genetics Society of America
    Status:
    Opublikowana
    Doi:
    10.1093/genetics/iyaa041 - link do publikacji
  6. Varclust: clustering variables using dimensionality reduction
    Autorzy:
    P. Sobczyk, S. Wilczynski, M. Bogdan, P. Graczyk, J. Josse, F. Panloup, V. Seegers, M. Staniak.
    Czasopismo:
    Advances in Data Analysis and Classification , Wydawca: Springer
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  7. Selecting predictive biomarkers from genomic data
    Autorzy:
    F. Frommlet, P. Szulc, F. Koenig, M. Bogdan.
    Czasopismo:
    Econometrics and Statistics , Wydawca: Elsevier
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  8. On the asymptotic properties of SLOPE
    Autorzy:
    M.Kos and M. Bogdan
    Czasopismo:
    Sankhya Ser.A (rok: 2020, tom: 82, strony: 499-532), Wydawca: Springer
    Status:
    Opublikowana
    Doi:
    10.1007/s13171-020-00212-5 - link do publikacji
  9. A power analysis for knockoffs with the lasso coefficient-difference statistic
    Autorzy:
    A. Weinstein, W. Su, M. Bogdan, R. Barber, E. J. Candes
    Czasopismo:
    Annals of Statistics , Wydawca: Institute of Mathematical Statistics
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  10. Adaptive Bayesian SLOPE -- High-dimensional Model Selection with Missing Values
    Autorzy:
    W. Jiang, M. Bogdan, J. Josse, B. Miasojedow, V. Rockova, Trauma Base Group
    Czasopismo:
    Journal of Computational Graphical Statistics , Wydawca: Taylor and Francis
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  11. On the sign recovery by LASSO, thresholded LASSO and thresholded Basis Pursuit Denoising
    Autorzy:
    P.J.C. Tardivel, M. Bogdan
    Czasopismo:
    Scandinavian Journal of Statistics , Wydawca: Wiley
    Status:
    Złożona
    Doi:
    brak - link do publikacji
  1. The strong screening rule for slope.
    Autorzy:
    J. Larsson, M. Bogdan, J. Wallin
    Konferencja:
    Advances in Neural Information Processing Systems (NeurIPS 2020) (rok: 2020, ), Wydawca: Curran Associates, Inc
    Data:
    konferencja 6.12.2020-12.12.2020
    Status:
    Opublikowana
  1. Identifying important predictors in large data bases - multiple testing and model selection
    Autorzy:
    F.Frommlet, M.Bogdan
    Książka:
    Handbook of Multiple Comparisons , Wydawca: Chapman & Hall/CRC
    Status:
    Przyjęta do publikacji

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy