- MM高维嘈杂数据的核谱联合嵌入：利用双陆标积分算子
提出了一种新颖的核谱方法，用于在捕捉非线性结构、考虑噪音和高维度效应、适应信号和样本大小不平衡以及结果解释困难等方面，实现两个独立观测的高维噪音数据集的联合嵌入，从而获得低维嵌入，可用于聚类、数据可视化和降噪等下游任务。
- 基于一般多方比较的谱排序推理
该论文研究了在一般和更实际的设置中使用光谱方法估计和不确定性量化未观察到的被比较实体的偏好分数的性能，其中比较图包含可能具有异构大小的超边，并且对于给定超边，比较的数量可以低至一次。此外，在适用 BTL 或 PL 模型的情况下，我们揭示了光 - 一种可证明改进的众包算法，适用于难和易任务
本文提出了一种基于谱方法的标签聚类算法，从而在众包任务中提高 Dawid-Skene 模型推理个体正确标签的准确度。
- MM一种用于评估和结合多种数据可视化的光谱方法
本文提出了通过谱方法评估和组合由多个算法产生的数据集的多个可视化的有效方法，并提高了捕捉底层真实数据结构的质量。
- CVPR深度谱方法：无监督语义分割和定位惊人强大的基准线
通过基于传统光谱分割方法，将图像分解为由自我监督网络的特征亲和矩阵的拉普拉斯特征向量，以对场景中的对象进行定位和义分割的无监督方法，在 Pascal VOC，MS-COCO 等复杂数据集上取得了显著的定位和分割优势。
- 子空间种植向量的最优谱恢复
本文研究高斯正交和伯努利 - 高斯随机矩阵下种植向量的估计和检测问题，主要通过谱方法解决其中的计算问题。
- 使用亚高斯率的光谱算法进行稳健回归
本论文研究线性回归问题并提出了一种新的算法，它能够在存在离群值的情况下，对有限矩（至 $L_4$）的样本进行最佳的次高斯误差边界估计，并且通过使用谱方法研究了线性回归问题与最远超平面问题之间的关系，同时引入了第三个经验过程进行统计学属性的研 - 主子矩阵恢复中的重叠间隔性质
研究 $k imes k$ 主子矩阵的支持恢复以及 MLE 和谱方法在支持恢复中的应用，并证明在统计计算间隙存在的情况下，局部 MCMC 算法无法达到最佳恢复效果。
- Max-Affine Regression: 可证明、可处理、接近最优的统计估计
本文提出了一种 max-affine 回归模型，以及使用交替最小化的算法来解决估计未知字的问题，通过组合光谱方法和一个低维度随机搜索方案初始化算法。结果表明，我们的方法是直接可实现的，可以缓解维度诅咒问题。
- SPONGE：一种用于聚类有符号网络的广义特征值问题
本文介绍了一种在带符号图中进行 $k$ 路分簇的原则性和理论上可靠的谱方法。我们的方法受到社会平衡理论的启发，旨在将网络分解为不相交的群体，使得同一组中的个体通过尽可能多的正边相连接，而不同组中的个体则尽可能多地连接负边。我们的算法依靠广义 - 对随机正交矩阵相位恢复的谱方法分析
本研究旨在探究相位恢复系统中采用随机正交向量矩阵的谱方法启动的局部搜索算法。我们在渐进的情况下，获得了谱估计器和真实信号向量之间的最大重叠程度的简单表达式。
- 信号恢复的最优谱初始化及其在相位恢复中的应用
本文提出了一个用于解决相位恢复和其他信号恢复问题的非凸优化算法中广泛使用的光谱方法的最优设计方案，该设计方案利用了最近在高维极限下的性能准确描述的结果，并将最优设计任务映射到带权 L2 函数空间中的一个受限制的优化问题。
- 弱恢复的基本限制及其在相位恢复中的应用
文中介绍了相位恢复、谱方法、弱恢复、经验协方差矩阵和广义线性模型等方面的内容，并给出了大维极限下的阈值和矩阵的谱性质的尖锐刻画
- 谱方法和正则化极大似然估计在 Top-K 排序中都是最优的
本文介绍一种基于 Bradley-Terry-Luce 模型的方法，使用 pairwise comparisons 进行 top-K ranking，证明 spectral method alone 和 regularized MLE al - NIPS应用非线性谱方法全局最优训练广义多项式神经网络
本研究提出了一种非线性谱方法用于全局优化某类前馈神经网络，在弱数据假设下可以实现全局最优解，而不需要手动参数调整，这是首个实际可行的具有全局最优性保证的方法。
- MM基于投影幂法的联合对齐算法
该论文提出了一种新的低复杂度算法框架，基于投影幂迭代算法，处理了离散标签分配等多种应用问题，解决了经典问题主要通过最大似然估计，同时证明了算法在一定条件下的正确性及收敛性。
- 高斯 - 牛顿方法进行无相位恢复
本文介绍一种名为 Gauss-Newton 算法的相位恢复算法，并证明了在随机测量数目接近最小值的情况下，该算法具有二次收敛性。数值实验结果表明，Gauss-Newton 算法比其他算法性能更优。
- 稀疏超图的谱检测
本文提出了一种基于广义非回旋 Hashimoto 矩阵的谱方法，用于从超边集合中的节点分配到社区的问题，并在稀疏区域分析其性能，结果表明此方法能够检测到社区，同时具有更简单、完全非参数化的重要优点，并且能够在不事先知道超边生成规则的情况下进 - MM解决随机二次方程组问题几乎与解决线性方程组问题一样容易
本研究提出对于具有 n 个变量的二次方程系统，通过谱方法计算初始猜测值，然后最小化非凸泛函作为 Wirtinger 流方法的关键区别在于不同的目标函数和新颖的更新规则，对该算法进行了理论证明并给出了数值实验结果。
- ICML基于谱最大似然估计的 Top-K 等级聚合方法，来自于成对比较
本文探讨了基于偏好的 top-K 排名聚合问题，并使用 Bradley-Terry-Luce 模型来表征隐含的偏好分数，提出了一种名为 Spectral MLE 的几乎线性时间排名方案，并揭示了可靠排名所需的最小采样复杂度和分离测度之间的关