North Carolina State University.;
机译:高维数据的非线性多维变量选择方法:稀疏MAVE
机译:具有稀疏随机投影的高维变量选择:测量稀疏性和统计效率
机译:SURVBOOST通过梯度提升在分层比例危险模型中进行高维变量的R包
机译:用于高维稀疏输出的渐变提升决策树
机译:高维多元二进制数据的分类和变量选择:基于Adaboost的新方法和插件规则的理论。
机译:用于高维稀疏模型中参数估计和变量选择的鲁棒自适应套索方法
机译:高维稀疏模型中参数估计和变量选择的鲁棒自适应Lasso方法。
机译:文档和用户指南:Gs2(二维版本)和Gs3(三维版本) - 可变饱和流量和质量传输模型。最终报告(包括3个示例问题)。