May, 2017

张量图形套索（TeraLasso）

PDF
TL;DR本文介绍了一个名为 Tensor Graphical Lasso (TeraLasso) 的多维张量图形 Lasso 的通用模型，可以准确地和可扩展地估计高维变量数据的条件依赖关系，通过提出的复合梯度下降算法，TeraLasso 模型可以有效计算。该模型可以准确地估计精确的矩阵和恢复有意义的条件依赖图，而且在模拟和实验数据中得到广泛应用。
tensor graphical lassoprecision matrixconditional dependencecomposite gradient descent algorithmmeteorological dataset
发现论文，激发创造
  • 张量图模型：非凸优化和统计推断

    本文提出一种针对高维张量数据的估计和推断方法，通过假设数据遵循张量正态分布来简化精度矩阵的估计，使用交替迭代优化算法估计每个稀疏精度矩阵，并且提出一种去偏置统计推断方法来控制虚警率，实证结果证实了该方法在自闭症谱系障碍和广告点击分析等实际应用上的有效性，同时我们将其编码为一个名为 Tlasso 的公开的 R 包。

    Sep, 2016

  • 基于时变图形套索的网络推断

    本文介绍了一种基于时间可变图拉索（TVGL）的方法，利用交替方向乘子方法（ADMM）以一种高效的方式推断时间可变网络，评估了该算法的性能，并通过实验结果显示该算法优于最先进的基线算法。

    Mar, 2017

  • Kronecker 图形套索算法的收敛性质

    本文研究 Kronecker 图形套索算法在稀疏 Kronecker 产品协方差模型下对独立同分布高斯随机样本的协方差估计的迭代收敛性和 MSE 收敛率，并比较 KGlasso，Glasso 和 FF 算法的渐近收敛速度，结果表明 KGlasso 算法具有比 Glasso 和 FF 更快的收敛速度。

    Apr, 2012

  • 一种图结构的多任务回归和通用融合 Lasso 的高效优化方法

    本文提出了一种基于图的融合套索方法（GFlasso）用于结构化多任务回归问题，该方法利用了输出变量之间的图结构，通过融合惩罚函数鼓励高度相关的输出共享一组相关的输入，并提出了一种简单而有效的近端 - 梯度方法用于优化 GFlasso。

    May, 2010

  • DNNLasso：矩阵变量数据的可扩展图学习

    我们介绍了 DNNLasso，一种用于估计 Kronecker-sum 结构的精度矩阵的对角非负图形套索模型，在准确性和计算时间方面明显优于最先进的方法。

    Mar, 2024

  • 图形套索与阈值化：等效性和封闭形式的解决方案

    本文比较了 Graphical Lasso 技术与数值便宜的启发式方法，在构建两个类型的矩阵的基础上，当阈值样本协方差矩阵是符号一致、反转一致的同时，且最大阈值和最小阈值之间的差距不是太小的情况下， 阈值和 GL 技术等效，并且建立在此基础上，通过解决一些优化问题，在类别支持图和其他数据集上获得了准确的结果。

    Aug, 2017

  • 多类别下的逆协方差估计联合图形拉索

    本文研究使用高维数据集对多个相关但不同的图形模型进行估计问题，在基于组织样本的基因表达数据的分析中应用联合图形 Lasso 方法，以获得更准确的网络和协方差结构估计。

    Nov, 2011

  • 多项式图形套索：从高斯图 - 平稳信号学习边缘

    Polynomial Graphical Lasso (PGL) 是一种学习从节点信号中获取图结构的新方法，模拟节点信号为高斯和图上的静态信号，提出了一个结合图融奕和更全面模型的图学习公式，通过估计图和精确度矩阵的低复杂度算法来解决优化问题的复杂性和非凸性，对合成和真实数据进行全面的数值模拟验证其优越性，为图学习提供了重要进展，能在图感知信号分析及其他应用上发挥作用。

    Apr, 2024

  • Lasso 方法下的高维图表与变量筛选

    该文介绍了如何使用 lasso 算法来进行高维稀疏图的协方差无关估计，实现了变量选择，并控制了图中误连接不同的连通分量的概率，最终实现了稀疏图的一致性估计。

    Aug, 2006

  • 预测套索

    本文提出了一种缩减程序，可以在广义线性模型中进行同时变量选择和估计，以明确的预测动机为基础，结果与完整模型相似的预测性能下选择出一个简明模型。

    Sep, 2010