ARCA è l'archivio istituzionale ad accesso aperto della ricerca dell'Università Ca' Foscari Venezia e nasce nel 2014 con lo scopo di raccogliere, diffondere e conservare la produzione scientifica dell'Università. Costituisce di fatto il catalogo della ricerca di Ateneo.ARCA è un sistema Open Access: è non solo consultabile da tutti e visibile nei motori di ricerca, ma anche interoperabile con il portale cerCa. In questo modo vengono valorizzate la produzione scientifica dell'Ateneo e la visibilità dei ricercatori.
EnglishIn this paper we introduce the literature on regression models with tensor variables and present a Bayesian linear model for inference, under the assumption of sparsity of the tensor coefficient. We exploit the CONDECOMP/PARAFAC (CP) representation for the tensor of coefficients in order to reduce the number of parameters and adopt a suitable hierarchical shrinkage prior for inducing sparsity. We propose a MCMC procedure via Gibbs sampler for carrying out the estimation, discussing the issues related to the initialisation of the vectors of parameters involved in the CP representation.
| Autori: | Matteo Iacopini (Corresponding) |
| Data di pubblicazione: | 2018 |
| Titolo: | Bayesian Tensor Regression Models |
| Titolo del libro: | Mathematical and Statistical Methods for Actuarial Sciences and Finance |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1007/978-3-319-89824-7 |
| Appare nelle tipologie: | 3.1 Articolo su libro |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| Proceedings MAF2018 - Chapter 29.pdf | N/A | Accesso chiuso-personale | Riservato |
Copyright © 2021