Optimal errors and phase transitions in high-dimensional generalized linear models

Generalized linear models (GLMs) are used in high-dimensional machine learning, statistics, communications, and signal processing. In this paper we analyze GLMs when the data matrix is random, as relevant in problems such as compressed sensing, error-correcting codes, or benchmark models in neural n...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Proceedings of the National Academy of Sciences - PNAS Jg. 116; H. 12; S. 5451
Hauptverfasser:	Barbier, Jean, Krzakala, Florent, Macris, Nicolas, Miolane, Léo, Zdeborová, Lenka
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	United States 19.03.2019
Schlagworte:	generalized linear model high-dimensional inference approximate message-passing algorithm perceptron Bayesian inference
ISSN:	1091-6490, 1091-6490
Online-Zugang:	Weitere Angaben
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!