Buchumschlag

Highly robust factored principal component analysis for matrix-valued outlier accommodation and explainable detection via matrix minimum covariance determinant

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Wenhui, Shang, Changchun, Zhao, Jianhua, Ma, Xuan, Wang, Yue
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust covariance estimation and explainable outlier detection for matrix-valued data
von: Mayrhofer, Marcus, et al.
Veröffentlicht: (2024)

Online robust covariance matrix estimation and outlier detection
von: Guillot, Paul, et al.
Veröffentlicht: (2026)

A novel robust meta-analysis model using the $t$ distribution for outlier accommodation and detection
von: Wang, Yue, et al.
Veröffentlicht: (2024)

Spatially smoothed robust covariance estimation for local outlier detection
von: Puchhammer, Patricia, et al.
Veröffentlicht: (2023)

Change-point detection in variance-covariance matrix
von: Lin, Ying, et al.
Veröffentlicht: (2026)

Handling cellwise outliers by sparse regression and robust covariance
von: Raymaekers, Jakob, et al.
Veröffentlicht: (2019)

Matrix Healy Plot: A Practical Tool for Visual Assessment of Matrix-Variate Normality
von: Jiang, Fen, et al.
Veröffentlicht: (2025)

Inference on the proportion of variance explained in principal component analysis
von: Perry, Ronan, et al.
Veröffentlicht: (2024)

Applying non-negative matrix factorization with covariates to label matrix for classification
von: Satoh, Kenichi
Veröffentlicht: (2025)

On the use of the Gram matrix for multivariate functional principal components analysis
von: Golovkine, Steven, et al.
Veröffentlicht: (2023)

Large covariance matrix estimation with factor-assisted variable clustering
von: Li, Dong, et al.
Veröffentlicht: (2025)

A Markov-switching dynamic matrix factor model for the high-dimensional matrix time series
von: Yuan, Chaofeng, et al.
Veröffentlicht: (2025)

Cellwise robust and sparse principal component analysis
von: Pfeiffer, Pia, et al.
Veröffentlicht: (2024)

Minimum regularized covariance trace estimator and outlier detection for functional data
von: Oguamalam, Jeremy, et al.
Veröffentlicht: (2023)

High-dimensional covariance matrix regularization using informative targets
von: Rehman, Atiq Ur, et al.
Veröffentlicht: (2025)

Robust bilinear factor analysis based on the matrix-variate $t$ distribution
von: Ma, Xuan, et al.
Veröffentlicht: (2024)

Functional principal component analysis for functional data with detection limits
von: Liu, Haiyan, et al.
Veröffentlicht: (2025)

Direct covariance matrix estimation with compositional data
von: Molstad, Aaron J., et al.
Veröffentlicht: (2022)

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

Modeling the uncertainty on the covariance matrix for probabilistic forecast reconciliation
von: Carrara, Chiara, et al.
Veröffentlicht: (2025)

Testing for large-dimensional covariance matrix under differential privacy
von: Sang, Shiwei, et al.
Veröffentlicht: (2025)

Asymptotic testing of covariance separability for matrix elliptical data
von: Virta, Joni, et al.
Veröffentlicht: (2026)

Applying non-negative matrix factorization with covariates to multivariate time series data as a vector autoregression model
von: Satoh, Kenichi
Veröffentlicht: (2025)

A Bayesian joint model for mediation analysis with matrix-valued mediators
von: Liu, Zijin, et al.
Veröffentlicht: (2023)

Reconciliating Bayesian and frequentist approaches to robustness against outliers
von: Gagnon, Philippe, et al.
Veröffentlicht: (2024)

A unified framework of principal component analysis and factor analysis
von: Xiong, Shifeng
Veröffentlicht: (2024)

Factor-guided estimation of large covariance matrix function with conditional functional sparsity
von: Li, Dong, et al.
Veröffentlicht: (2023)

Cellwise outlier detection in heterogeneous populations
von: Zaccaria, Giorgia, et al.
Veröffentlicht: (2024)

Robust regularized covariance matrix estimation: well-posedness and convergent algorithm
von: Yi, Mengxi, et al.
Veröffentlicht: (2026)

Structured prior distributions for the covariance matrix in latent factor models
von: Heaps, Sarah Elizabeth, et al.
Veröffentlicht: (2022)

Compressive Bayesian non-negative matrix factorization for mutational signatures analysis
von: Zito, Alessandro, et al.
Veröffentlicht: (2024)

Generalized dynamic functional principal component analysis
von: Khoo, Tzung Hsuen, et al.
Veröffentlicht: (2024)

Penalized spline estimation of principal components for sparse functional data: rates of convergence
von: He, Shiyuan, et al.
Veröffentlicht: (2024)

Optimal covariance matrix estimation for high-dimensional noise in high-frequency data
von: Chang, Jinyuan, et al.
Veröffentlicht: (2018)

Functional principal component analysis with informative observation times
von: Sang, Peijun, et al.
Veröffentlicht: (2022)

Robust estimation for number of factors in high dimensional factor modeling via Spearman correlation matrix
von: Qiu, Jiaxin, et al.
Veröffentlicht: (2023)

Identification and estimation for matrix time series CP-factor models
von: Chang, Jinyuan, et al.
Veröffentlicht: (2024)

The curse of isotropy: from principal components to principal subspaces
von: Szwagier, Tom, et al.
Veröffentlicht: (2023)

Area-based epigraph and hypograph indices for functional outlier detection
von: Pulido, Belen, et al.
Veröffentlicht: (2025)

A robust contaminated discrete Weibull regression model for outlier-prone count data
von: Burger, Divan A., et al.
Veröffentlicht: (2025)