基于低秩稀疏分解的鲁棒性偏最小二乘法
信号处理
2024-07-10 v1
摘要
本文提出了一种框架，用于在数据中存在离群值时进行同时降维和回归，通过应用低秩稀疏矩阵分解。对于被离群值污染的多变量数据，通常难以从受污染的数据中估计出真实的低维流形。该框架的目标是找到数据低维空间的鲁棒估计，以可靠地执行回归。通过实验演示了该算法在数据存在离群值时进行联合回归和降维的有效性。
引用
@article{arxiv.2407.06936,
title = {Robust Partial Least Squares Using Low Rank and Sparse Decomposition},
author = {Farwa Abbas and Hussain Ahmad},
journal= {arXiv preprint arXiv:2407.06936},
year = {2024}
}