2447 ورقة بحثية
تؤسس هذه الورقة لمتلازمتي حد مركزي للاحتمالات البعدية للمتتاليات الماريتنغال ذات المعالم، حيث تقدم خوارزمية أخذ عينات هجينة لتسريع الاستدلال وتوفر نتيجة "بيرنستين-فون ميزيس" لضمان الخصائص التكرارية المرغوبة.
تقترح هذه الورقة إجراءً غير معلمي للاختبارات المتعددة يتحكم في وسيط نسبة الاكتشافات الخاطئة من خلال الاستفادة من تماثل الإحصاءات الاختبارية، مما يوفر قدرة فائقة في السيناريوهات التي يُتوقع فيها أن تكون معظم الفرضيات البديلة خاطئة (مثل اختبارات عدم الدونية أو التكافؤ) دون اشتراط فرضيات الاستقلال.
تقدم هذه الورقة إطاراً جديداً لنمذجة مصادر بيانات متعددة باستخدام عمليات ديريكليه المعتمدة التي يتم بناؤها عبر آلية تخفيف، والتي توازن بين عدم التجانس ومشاركة المعلومات لتحسين دقة الاستدلال البعدي والكشف عن تقسيمات البيانات ذات المعنى.
تقدم هذه الورقة تحليلاً كمياً لتقنيات تقسيم المؤثرات لتدفقات التدرج من نوع "واسرشتاين-فيشر-راو"، مبرهنةً أن الاختيار الحصيف لحجم الخطوة وترتيب المؤثر يمكن أن يؤدي إلى تقارب أسرع نحو التوزيع المستهدف مقارنة بالتدفق الدقيق، مع وضع صيغ تغايرية جديدة وحدود اضمحلال حادة.
تقترح هذه الورقة إطار عمل للانحدار البايزي المتغير زمنياً والمتناثر، والذي يعمل على نمذجة التفاعلات الثنائية بين قنوات تخطيط كهربية الدماغ (EEG) بشكل صريح ويقوم بالاختيار التلقائي للميزات الزمنية، مما يحسن بشكل كبير من دقة فك تشفير واجهة الدماغ والحاسوب لـ P300، والإنتاجية، والتخصيص مقارنة بالنهج الإحصائية والتعلم العميق الحالية.
تتناول هذه الورقة التحدي الحاسم المتمثل في تحديد الحد الأدنى لحجم العينات لنماذج التنبؤ السريري من خلال تقديم إطار عمل جديد ومرن قائم على المحاكاة وحزمة لغة R مفتوحة المصدر المرافقة له، pmsims، والتي تدمج منحنيات التعلم وتحسين العملية الغاوسية لتوفير حلول فعالة ومستقلة عن النموذج تضمن تحقيق الأداء المستهدف باحتمالية عالية.
تقدم الورقة البحثية VaSST، وهو إطار عمل احتمالي قابل للتوسع للانحدار الرمزي يستخدم الاستدلال التبايني و"الأشجار الرمزية الناعمة" المستمرة لاستكشاف فضاء البحث التوليفي بكفاءة، مما يتيح تقديراً مبدئياً لعدم اليقين وأداءً فائقاً في استعادة القوانين الفيزيائية من البيانات مقارنة بالطرق الحالية.
تقدم هذه الورقة دليلاً عملياً وموحداً لتنفيذ تحليلات الحساسية البايزية للاستدلال السببي — تغطي سوء تصنيف التعرض، والارتباك غير المقاس، والبيانات المفقودة باستخدام كل من النماذج المعلمية وغير المعلمية عبر برنامج Stan — لمساعدة الباحثين على التغلب على العوائق المنهجية وتشفير المعتقدات الذاتية حول انتهاكات الافتراضات.
تستنتج هذه الورقة خصائص جديدة من نوع "شتاين" لتوزيعات بواسون، وثنائي الحدين، والحدين السالب ثنائية المتغير، وتبرهن على فائدتها العملية من خلال تطبيقات مثل تعبيرات العزوم، واختبارات جودة المطابقة، واختبارات التماثل، والتي تم التحقق من صحتها عبر تحليل بيانات من العالم الحقيقي.
تقترح هذه الورقة إطاراً تنبؤياً سببياً مرناً لتقدير المخاطر في ظل التدخلات الوقائية، حيث تقدم ثلاثة نماذج محددة (الوسيط غير المعرض، وعامل الخطر القابل للتعديل، والمكون المزدوج) لضمان تقديرات مخاطر متسقة سببياً عبر الزيارات المتكررة، مع تسليط الضوء على القيود المتعلقة بالاعتماد على البيانات الأولية والافتراضات الهيكلية.