📊 statistics
Overfitted high-dimensional matrix factorizations via adaptive spectral shrinkage
यह शोध पत्र \texttt{EigenBayes} को प्रस्तुत करता है, जो उच्च-आयामी कारक विश्लेषण (high-dimensional factor analysis) के लिए एक गणनात्मक रूप से कुशल, MCMC-मुक्त विधि है, जो गुप्त आयामों (latent dimensions) को स्वतः निर्धारित करने, वैध अनिश्चितता मात्रा निर्धारण (uncertainty quantification) प्रदान करने और सिमुलेशन एवं जीनोमिक्स अनुप्रयोगों दोनों में मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करने के लिए अनुकूली स्पेक्ट्रल श्रिंकेज (adaptive spectral shrinkage) और अनुभवजन्य बायेस अंशांकन (empirical Bayes calibration) का उपयोग करता है।