Buchumschlag

Sparsity learning via structured functional factor augmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Hanteng, Shen, Ziliang, Feng, Xingdong, Liu, Xin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distributed High-Dimensional Quantile Regression: Estimation Efficiency and Support Recovery
von: Wang, Caixing, et al.
Veröffentlicht: (2024)

Transfer Learning for Kernel-based Regression
von: Wang, Chao, et al.
Veröffentlicht: (2023)

Community Detection on Inhomogeneous Multilayer Networks with Extreme Sparsity
von: Shen, Tao, et al.
Veröffentlicht: (2026)

Subgroup learning in functional regression models under the RKHS framework
von: Guan, Xin, et al.
Veröffentlicht: (2025)

An alternative bootstrap procedure for factor-augmented regression models
von: Jiang, Peiyun, et al.
Veröffentlicht: (2025)

Transfer learning for high-dimensional Factor-augmented sparse linear model
von: Fu, Bo, et al.
Veröffentlicht: (2025)

Adaptive adequacy testing of high-dimensional factor-augmented regression model
von: Shi, Yanmei, et al.
Veröffentlicht: (2025)

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

The Fragility of Sparsity
von: Kolesár, Michal, et al.
Veröffentlicht: (2023)

Eigengap Sparsity for Covariance Parsimony
von: Szwagier, Tom, et al.
Veröffentlicht: (2025)

Efficient Canonical Correlation Analysis with Sparsity
von: Wu, Zixuan, et al.
Veröffentlicht: (2025)

Principled Inference in Dense High-Dimensional Linear Models via Local Conditional Sparsity
von: Xiong, Wenjun, et al.
Veröffentlicht: (2026)

On Bayes factor functions
von: Datta, Saptati, et al.
Veröffentlicht: (2025)

Sparsity-Induced Global Matrix Autoregressive Model with Auxiliary Network Data
von: Wu, Sanyou, et al.
Veröffentlicht: (2025)

Forecasting high-dimensional functional time series with dual-factor structures
von: Tang, Chen, et al.
Veröffentlicht: (2021)

The construction of augmented designs in square arrays
von: Williams, E. R., et al.
Veröffentlicht: (2025)

More power to you: Using machine learning to augment human coding for more efficient inference in text-based randomized trials
von: Mozer, Reagan, et al.
Veröffentlicht: (2023)

High dimensional alpha test for linear factor pricing model with $L_q$-norm
von: Zhao, Ping, et al.
Veröffentlicht: (2026)

Graph structure learning for stable processes
von: Brück, Florian, et al.
Veröffentlicht: (2026)

Optimizing precision in stepped-wedge designs via machine learning and quadratic inference functions
von: Lyu, Liangbo, et al.
Veröffentlicht: (2026)

High dimensional matrix estimation through elliptical factor models
von: Xu, Xinyue, et al.
Veröffentlicht: (2025)

Guided structure learning of DAGs for count data
von: Nguyen, Thi Kim Hue, et al.
Veröffentlicht: (2022)

Unguided structure learning of DAGs for count data
von: Nguyen, Thi Kim Hue, et al.
Veröffentlicht: (2024)

Conic Sparsity: Estimation of Regression Parameters in Closed Convex Polyhedral Cones
von: Agarwala, Neha, et al.
Veröffentlicht: (2023)

Accounting for variable detection functions in temporal abundance modeling via transfer learning
von: Collins, Kevin M., et al.
Veröffentlicht: (2026)

Learning under Latent Group Sparsity via Diffusion on Networks
von: Ghosh, Subhroshekhar, et al.
Veröffentlicht: (2025)

Rectangular augmented row-column designs generated from contractions
von: Piepho, Hans-Peter, et al.
Veröffentlicht: (2025)

Change-plane analysis in functional response quantile regression
von: Guan, Xin, et al.
Veröffentlicht: (2025)

Semiparametric estimation of GLMs with interval-censored covariates via an augmented Turnbull estimator
von: Toloba, Andrea, et al.
Veröffentlicht: (2026)

LLM Sparsity Prior for Robust Feature Selection
von: Skinner, Caleb, et al.
Veröffentlicht: (2026)

Sparsity meets correlation in Gaussian sequence model
von: Kotekal, Subhodh, et al.
Veröffentlicht: (2023)

MOSAIC: Minimax-Optimal Sparsity-Adaptive Inference for Change Points in Dynamic Networks
von: Fan, Yingying, et al.
Veröffentlicht: (2025)

The data augmentation algorithm
von: Roy, Vivekananda, et al.
Veröffentlicht: (2024)

Targeted learning via probabilistic subpopulation matching
von: Liu, Xiaokang, et al.
Veröffentlicht: (2025)

Simultaneously accounting for winner's curse and sample structure in Mendelian randomization: bivariate rerandomized inverse variance weighted estimator
von: Liu, Xin, et al.
Veröffentlicht: (2026)

Bayesian factorization via $L_{1/2}$ shrinkage
von: Liu, Shicheng, et al.
Veröffentlicht: (2026)

Incorporating external data for analyzing randomized clinical trials: A transfer learning approach
von: Gu, Yujia, et al.
Veröffentlicht: (2024)

Conditional cross-fitting for unbiased machine-learning-assisted covariate adjustment in randomized experiments
von: Lu, Xin, et al.
Veröffentlicht: (2025)

A robust score test in g-computation for covariate adjustment in randomized clinical trials leveraging different variance estimators via influence functions
von: Zhang, Xin, et al.
Veröffentlicht: (2025)

Testing the Homogeneity of Proportions for Correlated Bilateral Data via the Clayton Copula
von: Liang, Shuyi, et al.
Veröffentlicht: (2025)