Buchumschlag

Sparse PCA: A New Scalable Estimator Based On Integer Programming

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Behdin, Kayhan, Mazumder, Rahul
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Methodology Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparse Gaussian Graphical Models with Discrete Optimization: Computational and Statistical Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2023)

Modeling with Categorical Features via Exact Fusion and Sparsity Regularisation
von: Behdin, Kayhan, et al.
Veröffentlicht: (2026)

Does PCA Work for Rough Functional Data?
von: Kutta, Tim, et al.
Veröffentlicht: (2026)

Differentially Private High-dimensional Variable Selection via Integer Programming
von: Prastakos, Petros, et al.
Veröffentlicht: (2025)

Selecting the number of components in PCA via random signflips
von: Hong, David, et al.
Veröffentlicht: (2020)

Sparse NMF with Archetypal Regularization: Computational and Robustness Properties
von: Behdin, Kayhan, et al.
Veröffentlicht: (2021)

Optimal Differentially Private PCA and Estimation for Spiked Covariance Matrices
von: Cai, T. Tony, et al.
Veröffentlicht: (2024)

Sufficient conditions for proper posteriors in fully-Bayesian Functional PCA
von: Sartini, Joseph, et al.
Veröffentlicht: (2026)

Multi-Task Learning for Sparsity Pattern Heterogeneity: Statistical and Computational Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2022)

Dimension estimation in PCA model using high-dimensional data augmentation
von: Radojicic, Una, et al.
Veröffentlicht: (2025)

PCA for Point Processes
von: Picard, Franck, et al.
Veröffentlicht: (2024)

Deflated HeteroPCA: Overcoming the curse of ill-conditioning in heteroskedastic PCA
von: Zhou, Yuchen, et al.
Veröffentlicht: (2023)

Scalable Estimation of Crossed Random Effects Models via Multi-way Grouping
von: Takeishi, Shota, et al.
Veröffentlicht: (2025)

Double-Estimation-Friendly Inference for High-Dimensional Measurement Error Models with Non-Sparse Adaptability
von: Cui, Shijie, et al.
Veröffentlicht: (2024)

Adaptive Long-Run Variance Thresholding for Sparse Covariance Estimation in High-Dimensional Time Series
von: Zhang, Wenhao, et al.
Veröffentlicht: (2026)

Inference for Heteroskedastic PCA with Missing Data
von: Yan, Yuling, et al.
Veröffentlicht: (2021)

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

From Isotonic to Lipschitz Regression: A New Interpolative Perspective on Shape-restricted Estimation
von: Takatsu, Kenta, et al.
Veröffentlicht: (2023)

The $ϕ$-PCA Framework: A Unified and Efficiency-Preserving Approach with Robust Variants
von: Hung, Hung, et al.
Veröffentlicht: (2025)

Prediction Suboptimality of the Lasso in Sparse Linear Regression
von: Liu, Guo
Veröffentlicht: (2026)

Tensor PCA for Factor Models
von: Babii, Andrii, et al.
Veröffentlicht: (2022)

Sigmoid-FTRL: Design-Based Adaptive Neyman Allocation for AIPW Estimators
von: Chen, Fangyi, et al.
Veröffentlicht: (2025)

Extremes in High Dimensions: Methods and Scalable Algorithms
von: Lederer, Johannes, et al.
Veröffentlicht: (2023)

Enhanced Rank-Based Correlation Estimation Using Smoothed Wilcoxon Rank Scores
von: Tasdan, Feridun, et al.
Veröffentlicht: (2025)

Enhanced Inference for Finite Population Sampling-Based Prevalence Estimation with Misclassification Errors
von: Ge, Lin, et al.
Veröffentlicht: (2023)

Neyman Jackknife: Design-Based Variance Estimation for Causal Inference under Interference
von: Park, Bryan, et al.
Veröffentlicht: (2026)

Debiased Inference for High-Dimensional Regression Models Based on Profile M-Estimation
von: Wang, Yi, et al.
Veröffentlicht: (2025)

On Efficient and Scalable Computation of the Nonparametric Maximum Likelihood Estimator in Mixture Models
von: Zhang, Yangjing, et al.
Veröffentlicht: (2022)

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

A General Design-Based Framework and Estimator for Randomized Experiments
von: Harshaw, Christopher, et al.
Veröffentlicht: (2022)

Radial Neighbors for Provably Accurate Scalable Approximations of Gaussian Processes
von: Zhu, Yichen, et al.
Veröffentlicht: (2022)

Scalable Bayesian inference for heat kernel Gaussian processes on manifolds
von: He, Junhui, et al.
Veröffentlicht: (2024)

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

Weighted Estimation of the Tail Index under Right Censorship: A Unified Approach Based on Kaplan-Meier and Nelson-Aalen Integrals
von: Necir, Abdelhakim, et al.
Veröffentlicht: (2025)

Provably Efficient Posterior Sampling for Sparse Linear Regression via Measure Decomposition
von: Montanari, Andrea, et al.
Veröffentlicht: (2024)

A Scalable Nystrom-Based Kernel Two-Sample Test with Permutations
von: Chatalic, Antoine, et al.
Veröffentlicht: (2025)

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

Inference in Randomized Least Squares and PCA via Normality of Quadratic Forms
von: Wang, Leda, et al.
Veröffentlicht: (2024)

Scalable Kernel-Based Distances for Statistical Inference and Integration
von: Naslidnyk, Masha
Veröffentlicht: (2026)

Nonparametric Estimation of Mediation Effects with A General Treatment
von: Huang, Lukang, et al.
Veröffentlicht: (2022)