Fighting against data scarcity: a Cold Diffusion Framework for Sparse Covariance Matrix Estimation

dc.contributor.advisor1Colonna, Juan Gabriel
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9535853909210803eng
dc.contributor.referee1Cristo, Marco Antônio Pinheiro
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6261175351521953eng
dc.contributor.referee2Ruiz, Sandro Marcelo
dc.creatorDegaki, Richard Hada
dc.creator.Latteshttp://lattes.cnpq.br/7338091232982386eng
dc.date.issued2026-04-30
dc.description.abstractAccurately estimating covariance matrices from limited samples is a fundamental challenge in high-dimensional statistics. Traditional methods attempt to mitigate the effects of data scarcity through fixed statistical priors, such as regularization or shrinkage, which may not capture the true underlying data structure. This thesis introduces a new paradigm that reframes covariance estimation as a generative denoising problem. We conceptualize the noisy Sample Covariance Matrix (Sigma) as the result of a non-Gaussian statistical degradation process and develop a framework that learns to reverse this process. Our primary contribution is ColdCov, a novel deep generative model based on the Cold Diffusion framework. ColdCov is uniquely suited to this problem for two reasons. First, it is designed to reverse arbitrary non-Gaussian degradations, aligning perfectly with the statistical properties of the degradation process. Second, its output architecture enforces the symmetric positive semi-definite (SPSD) property by construction, guaranteeing that every output is a mathematically valid covariance matrix. Through comprehensive experiments, we show that ColdCov provides strong advantages in covariance reconstruction, particularly in low-sample regimes, achieving lower Frobenius reconstruction error and competitive precision-matrix quality relative to established baselines. However, the results also reveal a task-dependent trade-off: sparsity-enforcing methods such as Graphical Lasso and Ledoit-Wolf remain stronger for explicit graph-structure recovery, while ColdCov produces richer denoised covariance representations. The framework's practical utility is further validated on the ABIDE neuroimaging dataset, where precision matrix features extracted by ColdCov show best observed mean performance on downstream discriminative classification, with modest gains over baselines in a Control vs.\ Autism subject-level classification task. We conclude that modeling covariance estimation as a generative denoising task is a promising complement to traditional regularization: it is particularly effective for covariance reconstruction and downstream discriminative feature extraction, while sparse regularization remains preferable when exact graph topology recovery is the primary objective.eng
dc.description.resumoA estimação precisa de matrizes de covariância a partir de amostras limitadas é um desafio fundamental na estatística de alta dimensão. Métodos tradicionais tentam mitigar os efeitos da escassez de dados por meio de priors estatísticos fixos, como regularização ou shrinkage (encolhimento), que podem falhar em capturar a verdadeira estrutura latente dos dados. Esta dissertação apresenta um novo paradigma que reformula a estimação de covariância como um problema de denoising (remoção de ruído) gerativo. Conceitualizamos a Matriz de Covariância Amostral com ruído (Sigma) como o resultado de um processo de degradação estatística não-gaussiano e desenvolvemos um framework que aprende a reverter esse processo.A nossa principal contribuição é o ColdCov, um novo modelo gerativo profundo baseado no framework Cold Diffusion. O ColdCov é singularmente adequado para este problema por dois motivos. Primeiro, ele é projetado para reverter degradações não-gaussianas arbitrárias, alinhando-se perfeitamente às propriedades estatísticas do processo de degradação. Segundo, sua arquitetura de saída impõe a propriedade simétrica positiva semidefinida (SPSD) por construção, garantindo que toda saída seja uma matriz de covariância matematicamente válida.Por meio de experimentos abrangentes, demonstramos que o ColdCov oferece fortes vantagens na reconstrução de covariância, especialmente em regimes de baixa amostragem, alcançando um menor erro de reconstrução de Frobenius e uma qualidade competitiva da matriz de precisão em comparação com baselines estabelecidos. No entanto, os resultados também revelam um compromisso dependente da tarefa: métodos que impõem esparsidade, como Graphical Lasso e Ledoit-Wolf, continuam superiores para a recuperação explícita da estrutura de grafos, enquanto o ColdCov produz representações de covariância mais ricas e livres de ruído. A utilidade prática do framework é validada no conjunto de dados de neuroimagem ABIDE, onde as características da matriz de precisão extraídas pelo ColdCov apresentam o melhor desempenho médio observado em tarefas de classificação discriminativa downstream, com ganhos modestos em relação aos baselines em uma tarefa de classificação em nível de sujeito (Controle vs. Autismo).Concluímos que a modelagem da estimação de covariância como uma tarefa de denoising gerativo é um complemento promissor à regularização tradicional: mostra-se particularmente eficaz para a reconstrução de covariância e a extração de características discriminativas downstream, enquanto a regularização esparsa permanece preferível quando o objetivo principal é a recuperação exata da topologia de grafos.eng
dc.formatapplication/pdf*
dc.identifier.citationDEGAKI, Richard Hada. Fighting against data scarcity: a Cold Diffusion Framework for Sparse Covariance Matrix Estimation. 2026. 98 f. Master's Thesis (Master in Informatics) - Federal University of Amazonas, Manaus (AM), 2026.eng
dc.identifier.urihttps://tede.ufam.edu.br/handle/tede/11775
dc.languageengeng
dc.publisherUniversidade Federal do Amazonaseng
dc.publisher.countryBrasileng
dc.publisher.departmentInstituto de Computaçãoeng
dc.publisher.initialsUFAMeng
dc.publisher.programPrograma de Pós-graduação em Informáticaeng
dc.rightsAcesso Aberto
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/por
dc.subjectCold diffusioneng
dc.subjectCovariance estimationeng
dc.subjectGenerative modelseng
dc.subjectMachine learningeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO: METODOLOGIA E TECNICAS DA COMPUTACAOeng
dc.thumbnail.urlhttps://tede.ufam.edu.br/retrieve/95348/DISS_RichardDegaki_PPGI.pdf.jpg*
dc.titleFighting against data scarcity: a Cold Diffusion Framework for Sparse Covariance Matrix Estimationeng
dc.typeDissertaçãoeng

Arquivos

Pacote original

Agora exibindo 1 - 2 de 2
Carregando...
Imagem de Miniatura
Nome:
Carta de Autorização de Encaminhamento.docx(1).pdf
Tamanho:
290,14 KB
Formato:
Documentos internos
Descrição:
Carta de Autorização de Encaminhamento
Carregando...
Imagem de Miniatura
Nome:
DISS_RichardDegaki_PPGI.pdf
Tamanho:
7,89 MB
Formato:
Adobe Portable Document Format
Descrição:

Pacote de licença

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2,32 KB
Formato:
Item-specific license agreed upon to submission
Descrição: