機能的共変量を持つ機能応答のための専門家混合回帰モデル

要約 データが連続スケールで測定されることによる急速な成長のため、機能データ分析は近年多くの進展を遂げています。機能共変量を含む機能応答を持つ回帰モデル、すなわち「関数対関数」は、そのため非常に一般的になっています。このタイプのモデルを異種データの存在下で研究することは、さまざまな実用的な状況で特に有用であることがあります。本研究では、主に関数対関数専門家混合（FFMoE）回帰モデルを開発します。機能データに関するモデルの推論アプローチのほとんどと同様に、共変量とパラメータの両方に基底の拡張（Bスプライン）を使用します。また、機能パラメータを適切に平滑化し、解釈可能な推定量を提供するための正則化推論アプローチも提案されています。シミュレーションデータに対する数値研究は、競合他社と比較してFFMoEの優れた性能を示しています。提案されたモデルの有用性は、湿度が温度に応じてモデル化されたカナダの参照気象データセットと、発展した出力が速度、自転車競技者の心拍数、道路の傾斜によって説明されるサイクリングデータセットの2つのデータセットで示されています。