Copertina

Projective, Sparse, and Learnable Latent Position Network Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Spencer, Neil A., Shalizi, Cosma Rohilla
Natura:	Preprint
Pubblicazione:	2017
Soggetti:	Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Consistency of Maximum Likelihood for Continuous-Space Network Models I
di: Shalizi, Cosma Rohilla, et al.
Pubblicazione: (2017)

What Is a Macrostate? Subjective Observations and Objective Dynamics
di: Shalizi, Cosma Rohilla, et al.
Pubblicazione: (2003)

Estimating Causal Peer Influence in Homophilous Social Networks by Inferring Latent Locations
di: McFowland III, Edward, et al.
Pubblicazione: (2016)

Bootstrapping Exchangeable Random Graphs
di: Green, Alden, et al.
Pubblicazione: (2017)

Hyperbolic Network Latent Space Model with Learnable Curvature
di: Li, Jinming, et al.
Pubblicazione: (2023)

Wavelet Latent Position Exponential Random Graphs
di: Papamichalis, Marios, et al.
Pubblicazione: (2025)

Generalized Network Psychometrics: Combining Network and Latent Variable Models
di: Epskamp, Sacha, et al.
Pubblicazione: (2016)

Bridging Theory and Practice: Statistical Inference for Latent Space Models of Networks
di: Tian, Yuang, et al.
Pubblicazione: (2026)

Statistical Inference on Latent Space Models for Network Data
di: Li, Jinming, et al.
Pubblicazione: (2023)

Bayesian High-dimensional Linear Regression with Sparse Projection-posterior
di: Pal, Samhita, et al.
Pubblicazione: (2024)

Accurate Analysis of Sparse Random Projections
di: Skórski, Maciej
Pubblicazione: (2024)

Sparse Data-Driven Random Projection in Regression for High-Dimensional Data
di: Parzer, Roman, et al.
Pubblicazione: (2023)

A Sparse Beta Regression Model for Network Analysis
di: Stein, Stefan, et al.
Pubblicazione: (2020)

Causal Discovery under Latent Class Confounding
di: Mazaheri, Bijan, et al.
Pubblicazione: (2023)

Knowledge-Embedded Latent Projection for Robust Representation Learning
di: Tang, Weijing, et al.
Pubblicazione: (2026)

What is Learnable in Valiant's Theory of the Learnable?
di: Hanneke, Steve, et al.
Pubblicazione: (2026)

Distribution Learnability and Robustness
di: Ben-David, Shai, et al.
Pubblicazione: (2024)

Sparse Mixture Models inspired by ANOVA Decompositions
di: Hertrich, Johannes, et al.
Pubblicazione: (2021)

Rapidly Varying Completely Random Measures for Modeling Extremely Sparse Networks
di: Kilian, Valentin, et al.
Pubblicazione: (2025)

A Two-Step Projection-Based Goodness-of-Fit Test for Ultra-High Dimensional Sparse Regressions
di: Tan, Falong, et al.
Pubblicazione: (2024)

Detecting Planted Partition in Sparse Multi-Layer Networks
di: Chatterjee, Anirban, et al.
Pubblicazione: (2022)

On Observation Time for Recovering Latent Hawkes Networks
di: Linkerhägner, Jonas, et al.
Pubblicazione: (2026)

Bayesian Sparse Gaussian Mixture Model in High Dimensions
di: Yao, Dapeng, et al.
Pubblicazione: (2022)

Identifiability and Estimation in High-Dimensional Nonparametric Latent Structure Models
di: Lyu, Yichen, et al.
Pubblicazione: (2025)

A Note on Likelihood Ratio Tests for Models with Latent Variables
di: Chen, Yunxiao, et al.
Pubblicazione: (2020)

Learning Topic Hierarchies by Tree-Directed Latent Variable Models
di: Chakraborty, Sunrit, et al.
Pubblicazione: (2024)

Estimating Multiple Weighted Networks with Node-Sparse Differences and Shared Low-Rank Structure
di: Yan, Hao, et al.
Pubblicazione: (2025)

Sparse Factor Analysis for Categorical Data with the Group-Sparse Generalized Singular Value Decomposition
di: Yu, Ju-Chi, et al.
Pubblicazione: (2024)

Test of the Latent Dimension of a Spatial Blind Source Separation Model
di: Muehlmann, Christoph, et al.
Pubblicazione: (2020)

Dependent Latent Class Models
di: Bowers, Jesse, et al.
Pubblicazione: (2022)

Robust Model Selection for Discovery of Latent Mechanistic Processes
di: Li, Jiawei, et al.
Pubblicazione: (2026)

Benign Overfitting without Linearity: Neural Network Classifiers Trained by Gradient Descent for Noisy Linear Data
di: Frei, Spencer, et al.
Pubblicazione: (2022)

Robust Sparse Recovery with Sparse Bernoulli matrices via Expanders
di: Abdalla, Pedro
Pubblicazione: (2021)

Latent Gaussian and Hüsler--Reiss Graphical Models with Golazo Penalty
di: Rodríguez, Ignacio Echave-Sustaeta, et al.
Pubblicazione: (2024)

Online Sparse Regression with Expanding Observables
di: Yang, Ying, et al.
Pubblicazione: (2026)

Generalised Linear Models Driven by Latent Processes: Asymptotic Theory and Applications
di: Barreto-Souza, Wagner, et al.
Pubblicazione: (2026)

Design and Structure Dependent Priors for Scale Parameters in Latent Gaussian Models
di: Gardini, Aldo, et al.
Pubblicazione: (2022)

Assouad, Fano, and Le Cam with Interaction: A Unifying Lower Bound Framework and Characterization for Bandit Learnability
di: Chen, Fan, et al.
Pubblicazione: (2024)

Iterative Collaborative Filtering for Sparse Matrix Estimation
di: Borgs, Christian, et al.
Pubblicazione: (2017)

Matching Criterion for Identifiability in Sparse Factor Analysis
di: Sturma, Nils, et al.
Pubblicazione: (2025)