Buchumschlag

Graph-Guided Fused Regularization for Single- and Multi-Task Regression on Spatiotemporal Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Meixia, Zeng, Ziyang, Zhang, Yangjing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multiple Regression for Matrix and Vector Predictors: Models, Theory, Algorithms, and Beyond
von: Lin, Meixia, et al.
Veröffentlicht: (2024)

DNNLasso: Scalable Graph Learning for Matrix-Variate Data
von: Lin, Meixia, et al.
Veröffentlicht: (2024)

Low Rank Convex Clustering For Matrix-Valued Observations
von: Lin, Meixia, et al.
Veröffentlicht: (2024)

Efficient Group Lasso Regularized Rank Regression with Data-Driven Parameter Determination
von: Lin, Meixia, et al.
Veröffentlicht: (2025)

Scalable Kernel Quantile Regression: A Preconditioned Augmented Lagrangian Method
von: Deng, Shengxiang, et al.
Veröffentlicht: (2025)

Learning Graph Laplacian with MCP
von: Zhang, Yangjing, et al.
Veröffentlicht: (2020)

On some perturbation properties of nonsmooth optimization on Riemannian manifolds with applications
von: Zhou, Yuexin, et al.
Veröffentlicht: (2023)

Inexact Accelerated Proximal Gradient Method Revisit: An Economical Variant via Shadow Points
von: Yang, Lei, et al.
Veröffentlicht: (2025)

Semismooth Newton Augmented Lagrangian Algorithm for Adaptive Lasso Penalized Least Squares in Semiparametric Regression
von: Li, Peili, et al.
Veröffentlicht: (2021)

On the B-subdifferential of proximal operators of affine-constrained $\ell_1$ regularizer
von: Li, Xudong, et al.
Veröffentlicht: (2025)

An Efficient Dual ADMM for Huber Regression with Fused Lasso Penalty
von: Shi, Mengjiao, et al.
Veröffentlicht: (2025)

Adaptive Newton-CG methods with global and local analysis for unconstrained optimization with Hölder continuous Hessian
von: Zeng, Ziyang, et al.
Veröffentlicht: (2026)

Wasserstein distributionally robust optimization and its tractable regularization formulations
von: Chu, Hong T. M., et al.
Veröffentlicht: (2024)

Adaptive sieving: A dimension reduction technique for sparse optimization problems
von: Yuan, Yancheng, et al.
Veröffentlicht: (2023)

Multi-View Clustering Meets Heterogenous Data: A Fusion Regularized Method
von: Xing, Xiangru, et al.
Veröffentlicht: (2025)

On Efficient and Scalable Computation of the Nonparametric Maximum Likelihood Estimator in Mixture Models
von: Zhang, Yangjing, et al.
Veröffentlicht: (2022)

Data-Driven Long-Term Asset Allocation with Tsallis Entropy Regularization
von: Zhang, Haoran, et al.
Veröffentlicht: (2025)

On Tikhonov Regularization for Direct and Indirect Data-Driven LQR Control
von: Zhang, Shuyuan, et al.
Veröffentlicht: (2026)

Fast Consensus over Almost Regular Directed Graphs
von: Lu, Susie, et al.
Veröffentlicht: (2025)

Linear Reweighted Regularization Algorithms for Graph Matching Problem
von: Li, Rongxuan
Veröffentlicht: (2025)

Accelerating Regularized Attention Kernel Regression for Spectrum Cartography
von: Tao, Liping, et al.
Veröffentlicht: (2026)

Overcoming Lower-Level Constraints in Bilevel Optimization: A Novel Approach with Regularized Gap Functions
von: Yao, Wei, et al.
Veröffentlicht: (2024)

Sparse Polynomial Regression under Anomalous Data
von: Abolpour, Roozbeh, et al.
Veröffentlicht: (2025)

Accelerating Single-Point Zeroth-Order Optimization with Regression-Based Gradient Surrogates
von: Chen, Xin, et al.
Veröffentlicht: (2025)

On the Effect of Quadratic Regularization in Direct Data-Driven LQR
von: Klädtke, Manuel, et al.
Veröffentlicht: (2026)

An Oracle Gradient Regularized Newton Method for Quadratic Measurements Regression
von: Fan, Jun, et al.
Veröffentlicht: (2022)

Monotone Paths on Acyclic 3-Regular Graphs
von: Clément, François, et al.
Veröffentlicht: (2025)

A Single-Loop Gradient Algorithm for Pessimistic Bilevel Optimization via Smooth Approximation
von: Cao, Qichao, et al.
Veröffentlicht: (2025)

Diagnostic Certificates of Data Quality and Regression Identifiability for Koopman Identification
von: Wu, Yue
Veröffentlicht: (2026)

Regularization for Covariance Parameterization of Direct Data-Driven LQR Control
von: Zhao, Feiran, et al.
Veröffentlicht: (2025)

Regularization in Data-driven Predictive Control: A Convex Relaxation Perspective
von: Shang, Xu, et al.
Veröffentlicht: (2025)

A Single-Loop Stochastic Gradient Algorithm for Minimax Optimization with Nonlinear Coupled Constraints
von: Cao, Qichao, et al.
Veröffentlicht: (2026)

Data-Driven Two-Stage Distributionally Robust Dispatch of Multi-Energy Microgrid
von: Sun, Xunhang, et al.
Veröffentlicht: (2025)

Agent Coordination via Contextual Regression (AgentCONCUR) for Data Center Flexibility
von: Dvorkin, Vladimir
Veröffentlicht: (2023)

Natural Policy Gradient and Actor Critic Methods for Constrained Multi-Task Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)

Backward Stochastic Control System with Entropy Regularization
von: Chen, Ziyue, et al.
Veröffentlicht: (2024)

On Regularization via Early Stopping for Least Squares Regression
von: Sonthalia, Rishi, et al.
Veröffentlicht: (2024)

Robustness to Model Approximation, Model Learning From Data, and Sample Complexity in Wasserstein Regular MDPs
von: Zhou, Yichen, et al.
Veröffentlicht: (2024)

History-Aware Adaptive High-Order Tensor Regularization
von: He, Chang, et al.
Veröffentlicht: (2025)

Accelerated Multi-Time-Scale Stochastic Approximation: Optimal Complexity and Applications in Reinforcement Learning and Multi-Agent Games
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)