MARC

 008260126s2025        us                              c    eng  d
■001000017357729
■00520260202103552
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798280763029
■035    ▼a(MiAaPQ)AAI32041895
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a310
■1001  ▼aTian,  Ye.
■24510▼aInterpretable  Algorithms  for  Data  Integration:  Adaptivity,  Contamination,  High-Dimensionality,  and  Privacy  Constraints
■260    ▼a[Sl]▼bColumbia  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a371  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-12,  Section:  A.
■500    ▼aAdvisor:  Ying,  Zhiliang.
■5021  ▼aThesis  (Ph.D.)--Columbia  University,  2025.
■520    ▼aThis  dissertation  presents  several  methodological  and  theoretical  contributions  addressing  modern  challenges  in  data  integration,  with  a  focus  on  interpretable  statistical  approaches  for  tackling  these  issues.We  begin  by  introducing  the  motivation  for  studying  data  integration,  along  with  illustrative  examples.  We  then  outline  key  challenges  encountered  by  existing  methods,  including  distributional  shifts,  data  contamination  and  adversarial  (Byzantine)  attacks,  high-dimensional  settings,  and  privacy  constraints.  The  subsequent  chapters  address  these  challenges  by  introducing  new  methods  with  provable  theoretical  guarantees  across  various  contexts.Our  first  contribution  is  a  transfer  learning  algorithm  tailored  for  high-dimensional  generalized  linear  models,  incorporating  an  aggregation  step  followed  by  a  debiasing  step.  Building  on  this,  we  develop  an  inference  procedure  based  on  the  debiased  Lasso.  We  establish  both  finite-sample  guarantees  and  asymptotic  normality.  In  addition,  we  propose  a  transferable  source  detection  method  designed  to  identify  and  remove  contaminated  or  anomalous  datasets.Next,  we  propose  a  federated  Gradient-EM  algorithm  for  parameter  estimation  in  general  mixture  models.  The  method  is  designed  to  be  privacy-preserving,  computationally  efficient,  and  adaptive  to  model  similarity.  We  show  that,  under  certain  conditions,  the  algorithm  achieves  nearly  minimax-optimal  estimation  error  rates  within  polynomial  time.  Our  theoretical  results  also  extend  to  mis-clustering  error  bounds  in  specific  mixture  model  settings,  and  offer  insight  into  the  empirical  success  of  related  EM  algorithms  proposed  in  the  literature.Finally,  we  introduce  a  representation  learning  framework  for  multi-task  learning.  Unlike  prior  work,  our  setting  allows  each  task  to  have  a  distinct  linear  representation.  We  develop  two  algorithms  for  fitting  this  model  via  data  integration,  accommodating  the  presence  of  contaminated  sources.  One  method  is  based  on  empirical  risk  minimization  with  a  novel  maximum  principal  angle  penalty;  the  other  leverages  spectral  methods.  We  derive  both  upper  and  lower  bounds  in  finite  samples,  demonstrating  near-optimal  performance.  The  proposed  framework  generalizes  prior  models  of  linear  representation  and  contributes  several  new  theoretical  and  methodological  insights.
■590    ▼aSchool  code:  0054.
■650  4▼aStatistics
■650  4▼aInformation  technology
■653    ▼aData  integration
■653    ▼aFederated  learning
■653    ▼aHigh  dimension
■653    ▼aMinimax  optimality
■653    ▼aRobustness
■653    ▼aTransfer  learning
■690    ▼a0463
■690    ▼a0489
■690    ▼a0454
■690    ▼a0800
■71020▼aColumbia  University▼bStatistics.
■7730  ▼tDissertations  Abstracts  International▼g86-12A.
■790    ▼a0054
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17357729▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서