Buchumschlag

Sparse Gaussian Graphical Models with Discrete Optimization: Computational and Statistical Perspectives

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Behdin, Kayhan, Chen, Wenyu, Mazumder, Rahul
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Sparse PCA: A New Scalable Estimator Based On Integer Programming
von: Behdin, Kayhan, et al.
Veröffentlicht: (2021)

ALPS: Improved Optimization for Highly Sparse One-Shot Pruning for Large Language Models
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

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

End-to-end Feature Selection Approach for Learning Skinny Trees
von: Ibrahim, Shibal, et al.
Veröffentlicht: (2023)

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

HASSLE-free: A unified Framework for Sparse plus Low-Rank Matrix Decomposition for LLMs
von: Makni, Mehdi, et al.
Veröffentlicht: (2025)

An Optimization Framework for Differentially Private Sparse Fine-Tuning
von: Makni, Mehdi, et al.
Veröffentlicht: (2025)

OSSCAR: One-Shot Structured Pruning in Vision and Language Models with Combinatorial Optimization
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

Covariate-dependent Graphical Model Estimation via Neural Networks with Statistical Guarantees
von: Lin, Jiahe, et al.
Veröffentlicht: (2025)

Probabilistic Graphical Model using Graph Neural Networks for Bayesian Inversion of Discrete Structural Component States
von: Li, Teng, et al.
Veröffentlicht: (2026)

A General Approach to Visualizing Uncertainty in Statistical Graphics
von: Petek, Bernarda, et al.
Veröffentlicht: (2025)

Graphical Transformation Models
von: Herp, Matthias, et al.
Veröffentlicht: (2025)

LARGE: A Locally Adaptive Regularization Approach for Estimating Gaussian Graphical Models
von: Nguyen, Ha, et al.
Veröffentlicht: (2026)

Scalable Bayesian Structure Learning for Gaussian Graphical Models Using Marginal Pseudo-likelihood
von: Mohammadi, Reza, et al.
Veröffentlicht: (2023)

Robust Batch-Level Query Routing for Large Language Models under Cost and Capacity Constraints
von: Markovic-Voronov, Jelena, et al.
Veröffentlicht: (2026)

Extracting Interpretable Models from Tree Ensembles: Computational and Statistical Perspectives
von: Liu, Brian, et al.
Veröffentlicht: (2025)

Profile Graphical Models
von: Avalos-Pacheco, Alejandra, et al.
Veröffentlicht: (2026)

New Bounds for Sparse Variational Gaussian Processes
von: Titsias, Michalis K.
Veröffentlicht: (2025)

Learning Directed Acyclic Graphs from Partial Orderings
von: Shojaie, Ali, et al.
Veröffentlicht: (2024)

Graphical Modelling without Independence Assumptions for Uncentered Data
von: Andrew, Bailey, et al.
Veröffentlicht: (2024)

Weighting-Based Identification and Estimation in Graphical Models of Missing Data
von: Guo, Anna, et al.
Veröffentlicht: (2026)

Discrete Gaussian Vector Fields On Meshes
von: Gillan, Michael, et al.
Veröffentlicht: (2025)

Learning Gaussian Graphical Models under Total Positivity via Spectral Graph Sparsification
von: Rodríguez, Ignacio Echave-Sustaeta, et al.
Veröffentlicht: (2026)

Robust and Sparse Regression in GLM by Stochastic Optimization
von: Kawashima, Takayuki, et al.
Veröffentlicht: (2018)

Exact and Approximate MCMC for Doubly-intractable Probabilistic Graphical Models Leveraging the Underlying Independence Model
von: Chen, Yujie, et al.
Veröffentlicht: (2025)

Sparse Bayesian Modeling of EEG Channel Interactions Improves P300 Brain-Computer Interface Performance
von: Ma, Guoxuan, et al.
Veröffentlicht: (2026)

Sparse Variational Contaminated Noise Gaussian Process Regression with Applications in Geomagnetic Perturbations Forecasting
von: Iong, Daniel, et al.
Veröffentlicht: (2024)

High-dimensional Functional Graphical Model Structure Learning via Neighborhood Selection Approach
von: Zhao, Boxin, et al.
Veröffentlicht: (2021)

Probabilistic Multilabel Graphical Modelling of Motif Transformations in Symbolic Music
von: Taieb, Ron, et al.
Veröffentlicht: (2026)

Likelihood Based Inference in Fully and Partially Observed Exponential Family Graphical Models with Intractable Normalizing Constants
von: Chen, Yujie, et al.
Veröffentlicht: (2024)

Aggregation Models with Optimal Weights for Distributed Gaussian Processes
von: Chen, Haoyuan, et al.
Veröffentlicht: (2024)

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers
von: Lee, Seunghyun, et al.
Veröffentlicht: (2025)

A Graphical Approach to State Variable Selection in Off-policy Learning
von: Andersen, Joakim Blach, et al.
Veröffentlicht: (2025)

A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model
von: Chen, Yehu, et al.
Veröffentlicht: (2025)

Goal-Oriented Lower-Tail Calibration of Gaussian Processes for Bayesian Optimization
von: Pion, Aurélien, et al.
Veröffentlicht: (2026)

Identifiable Deep Generative Models via Sparse Decoding
von: Moran, Gemma E., et al.
Veröffentlicht: (2021)

Effect Decomposition of Functional-Output Computer Experiments via Orthogonal Additive Gaussian Processes
von: Tan, Yu, et al.
Veröffentlicht: (2025)

Preconditioned Discrete-HAMS: A Second-order Irreversible Discrete Sampler
von: Zhou, Yuze, et al.
Veröffentlicht: (2025)