SALSA：顺序近似杠杆分数算法及其在分析大规模时间序列数据中的应用

使用随机数值线性代数方法开发了一种新的高效的顺序近似杠杆分数算法 SALSA，证明其近似的准确性高概率地与真实杠杆分数的差异在 (1 + O (ε)) 之内。此外，展示了 SALSA 在理论计算复杂度和数值精确度方面超越现有近似方法，并基于该理论结果提出了一种名为 LSARMA 的高效算法，用于拟合大规模时间序列数据的适当 ARMA 模型。我们提出的算法高概率地能够找到真实潜在 ARMA...