ICMLJun, 2012

基于矩阵流形的自适应规范相关分析

PDF
TL;DR本文通过在矩阵流形上制定典型相关分析（CCA）问题，提供了一种处理矩阵约束和构建高效算法的自然方式。最后，提出了一种自适应 CCA 算法并应用于 EEG 信号的变化检测问题。
canonical correlation analysismatrix manifoldsadaptive algorithmchange detectioneeg signals
发现论文，激发创造
  • 朝着对齐的规范相关分析的初步构想和概念验证结果

    提出了一种新的框架 Aligned Canonical Correlation Analysis (ACCA)，通过迭代地解决对齐和多视角嵌入，解决了多数实际情况中需要的传统方法中不清晰的各种数据视角之间的对齐问题。

    Dec, 2023

  • 深度广义典型相关分析再探

    探索多个观测随机向量之间的潜在共变性的经典统计方法 —— 典型相关分析 (CCA) 以及其扩展和变化在发现多视图数据集中的共同随机因素方面的能力。该研究设计了一种新颖高效的模型，适用于典型相关分析的深度扩展，并克服了现有方法的局限性，将私有组件建模为在给定共同组件的条件下条件独立，从而提供了一种更紧凑的表述形式。通过合成数据和实际数据的实验验证了我们的结论和方法的有效性。

    Dec, 2023

  • 非参数标准相关分析

    本研究采用特征值分解解决非参数正相关分析问题，通过数据估计种群密度，降低计算负担，提高非参数 CCA 的性能，同时提出了部分线性 CCA 算法用于处理单个视图的线性投影问题。

    Nov, 2015

  • 规范相关分析方法教程

    本文介绍了经典相关分析如何通过正则化、核、和稀疏等不同变体实现对变量集对之间的关系的研究。同时作者提供了数值例子，希望这篇文章成为数据分析人员使用经典相关方法的实用工具。

    Nov, 2017

  • 公平典型相关分析

    该论文研究了正则相关分析（CCA）中的公平性和偏见问题，并提出了一种框架，通过最小化与受保护属性相关的相关差异误差来减轻不公平现象。我们的方法使得 CCA 能够从所有数据点中学习全局投影矩阵，同时确保这些矩阵与特定群体的投影矩阵具有可比性。通过对合成和实际数据集的实验评估，证明了我们的方法在减少相关差异误差方面的有效性，而且不会影响 CCA 的准确性。

    Sep, 2023

  • 稀疏 CCA：自适应估计与计算障碍

    本文探讨了适应性极小化和可计算的高维度下领先的稀疏规范系数向量的估计方法，得出了基于高斯模型的计算下限，并提出了第一个基于高斯单钉合模型的稀疏 PCA 的计算下限。

    Sep, 2014

  • 基于规范相关分析的无线接入网络性能分析框架

    该研究旨在基于机器学习和多元分析的诊断方法优化电信网络的性能，通过经典相关性分析法，识别网络中的关键指标及其内部联系，解决数据源的多样性带来的挑战，提高网络规划和配置数据的处理效率。

    Sep, 2022

  • 张量规范相关分析用于多视图降维

    本研究介绍了一种名为张量 CCA (TCCA) 的多视角学习方法，它可以处理任意数目的视角的数据。通过分析不同视角的协方差张量，TCCA 试图直接最大化多个 (超过两个) 视角的典型相关性，并探索了容易被忽略的高阶统计数据量，可以通过最小化数据协方差张量的最佳秩 1 近似值来解决。

    Feb, 2015

  • 典型相关分析的高效降维

    该论文提出了一种快速的算法，用于近似计算规范相关分析。算法通过随机降维变换来缩小输入矩阵的尺寸，并对新的矩阵对应用 CCA 算法，从而计算出与原始矩阵对应的近似 CCA，且需要比最先进的准确算法更少的操作。

    Sep, 2012

  • 基于在线黎曼 PCA 的随机规范相关分析

    我们提出了一种有效的随机算法（RSG+），使用投影矩阵的重新参数化来进行规范相关分析（CCA），并展示了这种重新参数化如何直接提出机会来重新设计和调整用于 Riemann 流形上数值优化的成熟技术。

    Jun, 2021