Buchumschlag

Linear shrinkage for optimization in high dimensions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Naqi, Parolya, Nestor, van Essen, Theresia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Handling Overtime Constraints in Mixed Integer Linear Programming for Surgical Scheduling: A Comparison of Neural Network and Classical Linearization Techniques
von: Pistorius, Cindy, et al.
Veröffentlicht: (2026)

Two is better than one: Regularized shrinkage of large minimum variance portfolio
von: Bodnar, Taras, et al.
Veröffentlicht: (2022)

Approximate D-optimal design and equilibrium measure
von: Henrion, Didier, et al.
Veröffentlicht: (2024)

Minimax-optimal Halpern iterations for Lipschitz maps
von: Bravo, Mario, et al.
Veröffentlicht: (2026)

Adaptive discretization algorithms for locally optimal experimental design
von: Schmid, Jochen, et al.
Veröffentlicht: (2024)

Sample complexity of optimal transport barycenters with discrete support
von: Portales, Léo, et al.
Veröffentlicht: (2025)

Gaussian mixtures closest to a given measure via optimal transport
von: Lasserre, Jean-Bernard
Veröffentlicht: (2024)

Phase retrieval and matrix sensing via benign and overparametrized nonconvex optimization
von: McRae, Andrew D.
Veröffentlicht: (2025)

Phase retrieval via overparametrized nonconvex optimization: nonsmooth amplitude loss landscapes
von: McRae, Andrew D.
Veröffentlicht: (2025)

Low-rank matrix recovery via nonconvex optimization methods with application to errors-in-variables matrix regression
von: Li, Xin, et al.
Veröffentlicht: (2024)

A Christoffel-like function for high-dimensional support inference in graphical models
von: Lasserre, Jean-Bernard, et al.
Veröffentlicht: (2024)

The optimizing mode classification stabilization of sampled stochastic jump systems via an improved hill-climbing algorithm based on Q-learning
von: Wang, Guoliang
Veröffentlicht: (2024)

Decentralized Sparse Linear Regression via Gradient-Tracking: Linear Convergence and Statistical Guarantees
von: Maros, Marie, et al.
Veröffentlicht: (2022)

High-dimensional Limit of SGD for Diagonal Linear Networks
von: Malaxechebarría, Begoña García, et al.
Veröffentlicht: (2026)

Trajectory-Restricted Optimization Conditions and Geometry-Aware Linear Convergence
von: Chaudhry, Faris, et al.
Veröffentlicht: (2026)

Robustly Learning Monotone Generalized Linear Models via Data Augmentation
von: Zarifis, Nikos, et al.
Veröffentlicht: (2025)

Grassmann and Flag Varieties in Linear Algebra, Optimization, and Statistics: An Algebraic Perspective
von: Friedman, Hannah, et al.
Veröffentlicht: (2025)

Joint Learning of Linear Dynamical Systems under Smoothness Constraints
von: Tyagi, Hemant
Veröffentlicht: (2024)

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space
von: Jiang, Yiheng, et al.
Veröffentlicht: (2023)

A Novel Framework for Policy Mirror Descent with General Parameterization and Linear Convergence
von: Alfano, Carlo, et al.
Veröffentlicht: (2023)

Statistical Inference for Linear Functionals of Online SGD in High-dimensional Linear Regression
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2023)

On the Sample Complexity of Set Membership Estimation for Linear Systems with Disturbances Bounded by Convex Sets
von: Xu, Haonan, et al.
Veröffentlicht: (2024)

Convex relaxation for the generalized maximum-entropy sampling problem
von: Ponte, Gabriel, et al.
Veröffentlicht: (2024)

Multifractal Analysis of the Sinkhorn Algorithm: Unveiling the Intricate Structure of Optimal Transport Maps
von: Mena, Jose Rafael Espinosa
Veröffentlicht: (2024)

Optimization via Strategic Law of Large Numbers
von: Chen, Xiaohong, et al.
Veröffentlicht: (2024)

Nonconvex landscapes for $\mathbf{Z}_2$ synchronization and graph clustering are benign near exact recovery thresholds
von: McRae, Andrew D., et al.
Veröffentlicht: (2024)

Method of Moments for Estimation of Noisy Curves
von: Lo, Phillip, et al.
Veröffentlicht: (2024)

Constrained recursive kernel density/regression estimation by stochastic quasi-gradient methods
von: Norkin, Vladimir, et al.
Veröffentlicht: (2024)

Low-rank Tensor Autoregressive Predictor for Third-Order Time-Series Forecasting
von: Wang, Haoning, et al.
Veröffentlicht: (2024)

Optimal Experimental Design for Large-Scale Inverse Problems via Multi-PDE-constrained Optimization
von: Petrocchi, Andrea, et al.
Veröffentlicht: (2024)

Gaussianity and the Kalman Filter: A Simple Yet Complicated Relationship
von: Uhlmann, Jeffrey, et al.
Veröffentlicht: (2024)

On the use of the M-quantiles for outlier detection in multivariate data
von: Chakroborty, Sajal, et al.
Veröffentlicht: (2024)

Wasserstein Proximal Coordinate Gradient Algorithms
von: Yao, Rentian, et al.
Veröffentlicht: (2024)

Minimax Sequential Testing for Poisson Processes
von: Mei, Hongwei
Veröffentlicht: (2023)

A High-Dimensional Statistical Theory for Convex and Nonconvex Matrix Sensing
von: Agterberg, Joshua, et al.
Veröffentlicht: (2025)

Statistical Inference of Day-to-Day Traffic Dynamics
von: Wu, Minghui, et al.
Veröffentlicht: (2026)

Entropic vector quantile regression: Duality and Gaussian case
von: Kato, Kengo, et al.
Veröffentlicht: (2026)

Breaking a Logarithmic Barrier in the Stopping Time Convergence Rate of Stochastic First-order Methods
von: Feng, Yasong, et al.
Veröffentlicht: (2025)

Sharp recovery and landscape guarantees for the nonconvex matrix LASSO
von: McRae, Andrew D., et al.
Veröffentlicht: (2026)

On the Effectiveness of Classical Regression Methods for Optimal Switching Problems
von: Andersson, Martin, et al.
Veröffentlicht: (2025)