实体 Sanvesh Srivastava

Sanvesh Srivastava

PulseAugur coverage of Sanvesh Srivastava — every cluster mentioning Sanvesh Srivastava across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_217794 · Aug 25 · 04:00

新的统计模型增强了对复数数据的分析

研究人员开发了稀疏可分离因子分析（SSFA），一种新颖的、用于复值数组的潜在因子模型。该方法旨在通过直接利用数据的复数结构来改进协方差估计，这与现有方法（忽略多路组织或使用实域嵌入）不同。SSFA使用跨模式的可分离协方差结构对复值数组进行建模，并结合低秩厄米因子结构和对角残差协方差矩阵。该模型对复数加载矩阵施加逐元素Lasso惩罚，并使用具有闭式复数软阈值解的期望最大化过程进行估计，在收缩模量的同时保留相位信息。模拟表明SSFA优于基…

新的统计模型增强了对复数数据的分析