Sparse Principal Component Analysis via Wavelets for Distributed Data
基于小波的分布式数据稀疏主成分分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主题为高维分布式主成分估计的方法与模拟，属于高维统计与分布式计算方向，未涉及所给微观、宏观或金融领域细分的具体内容，故不选择任何细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于小波的分布式数据稀疏主成分分析
- 研究问题
- 摘要称，研究如何在数据分散于多台机器、无法直接访问全样本的分布式（联邦学习）场景下，把高维情形下基于小波的稀疏化与变量选择引入分布式主成分分析，以在降低通信成本的同时保持特征子空间估计质量。
- 方法与思路
- 作者提出将 Johnstone & Lu (2009) 的小波稀疏化方法嵌入 Fan et al. (2019) 的分布式 PCA 框架，在分布式计算中只传递被选中的稀疏系数；并通过 d 从 52 到 5000 的模拟比较所提方法与 Fan et al. (2019) 的估计误差与传输系数数量。
- 材料陈述的贡献
- 摘要称，模拟结果显示在超过某一维度阈值后（λ=25 时 d≥152，λ=50 时 d≥252），所提方法在估计误差上优于 Fan et al. (2019)，且在整个研究范围内传输的系数数量系统性更少，从而在不损害特征子空间估计质量的前提下降低通信成本。
- 阅读关注点
- 阅读全文时应核对：小波稀疏化的具体识别与阈值规则、分布式聚合与通信协议细节、误差度量与模拟设计、阈值维度结论对 λ 与数据生成设定的敏感性，以及是否给出理论保证或仅依赖模拟。
- 阅读边界
- 摘要未说明理论性质、真实数据应用与渐近结果，模拟结论不能外推为普遍优势；该文为 arXiv 预印本，未经同行评审或期刊接收验证，且摘要提及的资助信息不构成质量证据。
原文摘要
The large volume of data and concerns about data privacy have motivated the development of techniques for distributed data, a problem also known as federated learning. In this scenario, sub-samples of the data are divided across different machines, and statistics must be computed over that data without direct access to the full sample. Johnstone & Lu (2009, JASA) show that principal component analysis (PCA) is statistically inconsistent in the high-dimensional regime, and propose a way to recover consistency through wavelet-based sparsification and variable selection. Fan et al. (2019, AoS) show a way to perform this same estimation -- specifically, to estimate the eigenspace that would be obtained if all the data were pooled together, even though it remains effectively distributed -- without addressing the high-dimensional regime. This work incorporates the wavelet-based sparsification of Johnstone & Lu (2009) into the distributed PCA framework of Fan et al. (2019), aiming to reduce communication cost without compromising the quality of the eigenspace estimation. Simulations across $d \in [52, 5000]$ show that the proposed method overtakes Fan et al. (2019) in estimation error beyond a clear dimensional threshold ($d \geq 152$ for $λ=25$, $d \geq 252$ for $λ=50$), while transmitting systematically fewer coefficients throughout the entire range studied. This study was financed by the Sao Paulo Research Foundation (FAPESP), Brazil. Process Number #2023/02538-0 and Number #2025/21250-2.