Buchumschlag

Bayesian Sparse Gaussian Mixture Model in High Dimensions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Dapeng, Xie, Fangzheng, Xu, Yanxun
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty quantification for mixed membership in multilayer networks with degree heterogeneity using Gaussian variational inference
von: Xie, Fangzheng, et al.
Veröffentlicht: (2025)

Bias-Corrected Joint Spectral Embedding for Multilayer Networks with Invariant Subspace: Entrywise Eigenvector Perturbation and Inference
von: Xie, Fangzheng
Veröffentlicht: (2024)

Higher-Order Entrywise Eigenvectors Analysis of Low-Rank Random Matrices: Bias Correction, Edgeworth Expansion, and Bootstrap
von: Xie, Fangzheng, et al.
Veröffentlicht: (2024)

Statistical inference of random graphs with a surrogate likelihood function
von: Wu, Dingbo, et al.
Veröffentlicht: (2022)

SANVI: A Fast Spectral-Assisted Network Variational Inference Method with an Extended Surrogate Likelihood Function
von: Wu, Dingbo, et al.
Veröffentlicht: (2025)

Dimension-Free Convergence of Diffusion Models for Approximate Gaussian Mixtures
von: Li, Gen, et al.
Veröffentlicht: (2025)

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

The Feldman-Hájek Dichotomy for Countable Gaussian Mixtures and their Asymptotic Separability in High Dimensions
von: Michelucci, Umberto
Veröffentlicht: (2026)

Flexible Bayesian Nonparametric Product Mixtures for Multi-scale Functional Clustering
von: Yao, Tsung-Hung, et al.
Veröffentlicht: (2024)

MoMA: Model-based Mirror Ascent for Offline Reinforcement Learning
von: Hong, Mao, et al.
Veröffentlicht: (2024)

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

Local Minima Structures in Gaussian Mixture Models
von: Chen, Yudong, et al.
Veröffentlicht: (2020)

Convergence and Optimality of the EM Algorithm Under Multi-Component Gaussian Mixture Models
von: Bing, Xin, et al.
Veröffentlicht: (2025)

Testing Elliptical Models in High Dimensions
von: Wang, Siyao, et al.
Veröffentlicht: (2024)

BayTetra : A Bayesian Semiparametric Approach for Testing Trajectory Differences
von: Wei Jin, et al.
Veröffentlicht: (2025)

Identifiability of Potentially Degenerate Gaussian Mixture Models With Piecewise Affine Mixing
von: Xu, Danru, et al.
Veröffentlicht: (2026)

The relative value of interventional and observational samples in Bayesian Causal Linear Gaussian Models
von: Lungu, Valentinian, et al.
Veröffentlicht: (2026)

Learning with Sparsely Permuted Data: A Robust Bayesian Approach
von: Chakraborty, Abhisek, et al.
Veröffentlicht: (2024)

Bayesian Semiparametric Mixture Cure (Frailty) Models
von: Kızılaslan, Fatih, et al.
Veröffentlicht: (2025)

Bounds on the Number of Modes of a Gaussian Mixture Density
von: Nguyen, Hien Duy
Veröffentlicht: (2026)

Adaptive Mean Estimation in the Hidden Markov sub-Gaussian Mixture Model
von: Karagulyan, Vahe, et al.
Veröffentlicht: (2024)

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

Residual Balancing for Non-Linear Outcome Models in High Dimensions
von: Meza, Isaac
Veröffentlicht: (2025)

Superconsistency of Tests in High Dimensions
von: Kock, Anders Bredahl, et al.
Veröffentlicht: (2021)

Gaussian Mixture Model with unknown diagonal covariances via continuous sparse regularization
von: Giard, Romane, et al.
Veröffentlicht: (2025)

PAC-Bayes Bounds for High-Dimensional Multi-Index Models with Unknown Active Dimension
von: Steffen, Maximilian F.
Veröffentlicht: (2023)

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

Tight Bounds on the Laplace Approximation Accuracy in High Dimensions
von: Katsevich, Anya
Veröffentlicht: (2023)

Posterior Sampling in High Dimension via Diffusion Processes
von: Montanari, Andrea, et al.
Veröffentlicht: (2023)

A Goodness-of-Fit Test for Independent Component Models in High Dimensions
von: Liu, Mingshuo, et al.
Veröffentlicht: (2026)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
von: Tian, Ye, et al.
Veröffentlicht: (2022)

Model Selection for Gaussian-gated Gaussian Mixture of Experts Using Dendrograms of Mixing Measures
von: Thai, Tuan, et al.
Veröffentlicht: (2025)

The Role of Pseudo-labels in Self-training Linear Classifiers on High-dimensional Gaussian Mixture Data
von: Takahashi, Takashi
Veröffentlicht: (2022)

Multivariate Priors and the Linearity of Optimal Bayesian Estimators under Gaussian Noise
von: Barnes, Leighton P., et al.
Veröffentlicht: (2024)

Generalized Median of Means Principle for Bayesian Inference
von: Minsker, Stanislav, et al.
Veröffentlicht: (2022)

Jointly Modeling and Clustering Tensors in High Dimensions
von: Cai, Biao, et al.
Veröffentlicht: (2021)

Heavy-Tailed NGG Mixture Models
von: Ramirez, Vianey Palacios, et al.
Veröffentlicht: (2022)

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions
von: Azangulov, Iskander, et al.
Veröffentlicht: (2024)

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

Learning Mixtures of Gaussians Using Diffusion Models
von: Gatmiry, Khashayar, et al.
Veröffentlicht: (2024)