🤖 machine learning

TEA-Time: Transporting Effects Across Time

تقدم هذه الورقة إطار عمل TEA-Time لاستقراء آثار المعالجة عبر فترات زمنية مختلفة من خلال اقتراح استراتيجيتي تحديد مع مُقدِّرات متينة مزدوجاً، والتي تم التحقق من صحتها من خلال عمليات المحاكاة وتطبيقها على اختبارات A/B الخاصة بـ Upworthy لإظهار المقايضة بين الدقة والتحيز.

Harsh Parikh, Gabriel Levin-Konigsberg, Dominique Perrault-Joncas, Alexander Volfovsky2026-03-10
🤖 machine learning

Deep Generative Spatiotemporal Engression for Probabilistic Forecasting of Epidemics

تقدم هذه الورقة أساليب تعميق للاندفاع الزمكاني تستفيد من بنيات توليدية خفيفة الوزن مع ضوضاء مسبقة الإضافة لتوفير توقعات احتمالية دقيقة وموثوقة وقابلة للتفسير لحالات حدوث الأوبئة، مما يظهر أداءً فائقاً على المعايير المرجعية الحالية عبر مجموعات بيانات متعددة.

Rajdeep Pathak, Tanujit Chakraborty2026-03-10
🤖 machine learning

Conditional Rank-Rank Regression via Deep Conditional Transformation Models

تقترح هذه الورقة إطار عمل يعتمد على التعلم العميق باستخدام نماذج التحويل الشرطي العميق والملاءمة المتقاطعة لتقدير انحدار الرتبة-الرتبة الشرطي لقياس الحراك بين الأجيال داخل المجموعة، مما يوفر دقة وقابلية تفسير أفضل مقارنة بالطرق التقليدية لكل من النتائج المستمرة والمنفصلة، مع تقديم نظرية تقاربية صارمة وأدلة تجريبية على أنماط حراك كبيرة في الولايات المتحدة والهند.

Xiaoyi Wang, Long Feng, Zhaojun Wang2026-03-10
📊 statistics

Predictive Power Analysis of Multiple Test Procedures Under Arbitrary Dependence

تقدم هذه الورقة طريقة جديدة لتحليل القوة التنبؤية البايزية لإجراءات الاختبار المتعدد تحت ظروف الاعتماد التعسفي، وذلك باستخدام توزيع قبلي مشترك لأحجام التأثير ومصفوفات الارتباط لتسهيل تحديد حجم العينة وتقييم انحيازات مطاردة الأهمية دون افتراض الاستقلال.

George Karabatsos2026-03-10
🤖 machine learning

Probabilistic Inference and Learning with Stein's Method

تقدم هذه المونوغراف نظرة عامة نظرية ومنهجية صارمة على الاستدلال الاحتمالي والتعلم باستخدام طريقة شتاين، حيث تفصل بناء وخصائص تباينات شتاين، وعلاقتها بـ "تدرج التباين المتغير لشتاين"، وتوفر تعريفات وبراهين دقيقة.

Qiang Liu, Lester Mackey, Chris Oates2026-03-10
🔢 mathematics

Evaluating consumption effects of intelligent control algorithms for district heated buildings

تقترح هذه الورقة نهجاً شفافاً قائماً على النماذج لعزل وتفكيك آثار استهلاك الطاقة لخوارزميات التحكم الذكي في تدفئة المناطق عن التغيرات الأخرى في المباني، مما يعالج أوجه القصور في طرق التقييم الحالية باستخدام بيانات من واقع العالم الحقيقي تمتد لعقد من الزمن.

Antti Solonen, Arttu Häkkinen, Sallamaari Rapo, Antti Mäkinen, Sampo Kaukonen, Felipe Uribe2026-03-10
📊 statistics

Robust Wasserstein barycenter

تقترح هذه الورقة مركز واسرستاينين (Wasserstein barycenter) المتين (RWB) للتغلب على الحساسية تجاه القيم المتطرفة وافتراضات العزوم لمركز واسرستاينين الكلاسيكي، مع إرساء ضماناته النظرية وإثبات متانته الفائقة من خلال تجارب عددية مكثفة على بيانات محاكاة وبيانات واقعية.

Zixiong Cheng, Hang Liu2026-03-10
🔬 physics

Dissecting Spectral Granger Causality through Partial Information Decomposition

تقدم هذه الورقة البحثية التفكيك الجزئي لسببية غرانجر (PDGC)، وهو إطار عمل مبتكر يستفيد من تفكيك المعلومات الجزئية لتشريح سببية غرانجر الطيفية متعددة المتغيرات إلى مكونات فريدة، وفائضة، وتآزرية، والتي طُبقت بنجاح على الشبكات الفسيولوجية للكشف عن أنماط متميزة من الخلل الوظيفي الذاتي لدى المرضى المعرضين للإغماء الناجم عن عوامل عصبية.

Luca Faes, Gorana Mijatovic, Riccardo Pernice, Daniele Marinazzo, Sebastiano Stramaglia, Yuri Antonacci2026-03-10
📊 statistics

Design Effect Ratios for Bayesian Survey Models: A Diagnostic Framework for Identifying Survey-Sensitive Parameters

تقدم هذه الورقة "نسبة تأثير التصميم" (Design Effect Ratio) كأداة تشخيصية فعالة حاسوبياً تحدد المعلمات الحساسة للمسح في النماذج الهرمية البايزية، مما يتيح تصحيح التباين الانتقائي الذي يحقق تغطية عالية للتقديرات الحساسة مع الحفاظ على سلامة المعلمات المحمية التي قد تتعرض للتشويه بخلاف ذلك نتيجة تصحيحات التصميم الموحدة.

JoonHo Lee2026-03-10
📊 statistics

New results and tests for stochastic dominance between linear combinations

تتناول هذه الورقة أوجه القصور في الشروط النظرية القائمة للهيمنة العشوائية بين التراكيب الخطية للمتغيرات العشوائية ذات الذيول الثقيلة، وذلك عبر تطوير والتحقق من صحة اختبارين إحصائيين لا معلميين — معايرة الحالة الأقل تفضيلاً وطريقة قائمة على إعادة أخذ العينات (bootstrap) — يمكنهما التحقق تجريبياً من تلك الهيمنة دون الحاجة إلى معرفة أشكال التوزيع.

Tommaso Lando, Paulo Eduardo Oliveira2026-03-10