arXiv 2026年10月7日作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。分层谱收缩（HSS）在合成实验与多研究基因表达数据上优于独立、完全合并与共享子空间估计作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。