2447 ورقة بحثية
تقترح هذه الورقة إطاراً منهجياً لمقارنة توقعات الكوبولا من خلال تقديم درجات متعددة الأهداف ومبتكرة تتغلب على عدم القابلية للاستحثاث المتأصل في الكوبولا، مما يسمح بإجراء اختبار ثنائي الخطوات يميز بين الدقة التنبؤية للكوبولا وتوزيعاتها الهامشية.
تقترح هذه الورقة خوارزمية مونت كارلو متسلسلة مبتكرة لتقريب تدفق التدرج لـ "واسرشتاين-فيشر-راو" لتباعد "كولباك-ليبلر" لأخذ العينات من توزيع احتمالي مستهدف، مع تقديم مقارنة تجريبية ضد طرق مونت كارلو الشائعة الأخرى.
تقترح الورقة البحثية نموذج MACE-TNP، وهو نموذج محول (transformer) قائم على التعلم الميتافيزيقي (meta-learning)، يعمل بكفاءة على تقريب التوزيعات التدخلية لمتوسط النموذج البايزي للتغلب على عدم القدرة الحسابية الناتجة عن عدم اليقين الهيكلي في اكتشاف السببية.
تقدم هذه الورقة مُقدِّر "TROP" (Triply RObust Panel)، وهو طريقة جديدة للاستدلال السببي في بيانات السلاسل الزمنية المقطعية (panel data) تجمع بين نمذجة العوامل منخفضة الرتبة وأوزان الوحدات والوقت للتفوق على المُقدِّرات التقليدية مثل "الفرق في الفروق" (difference-in-differences) والتحكم الاصطناعي عبر إعدادات محاكاة متنوعة.
تقترح هذه الورقة إطار عمل للمشفر التلقائي المتغير (VAE) لتحسين تقدير المعلمات في نماذج التأثيرات المختلطة غير الخطية القائمة على المعادلات التفاضلية العادية (NLME-ODEs)، وذلك باستخدام نهج الاستدلال الموزع الذي يتجنب التعقيدات الحسابية ومشكلات التقارب التي تواجهها الطرق التقليدية القائمة على محاكاة مونت كارلو بسلاسل ماركوف (MCMC).
تقترح الورقة نموذجاً بايزياً للمعاملات المتغيرة مكانياً باستخدام شرائح B-spline لضرب التنسور ومعيار group lasso للنمذجة المتزامنة للمحركات البيئية المتغيرة مكانياً وإجراء اختيار المتغيرات، مما يحدد بفعالية أي المتنبئات تؤثر بشكل كبير على مؤشرات الغطاء النباتي عبر المناظر الطبيعية المختلفة.
تقترح هذه الورقة خوارزمية جديدة لتوليد بيانات منفصلة متعددة المتغيرات ذات ارتباطات محددة مسبقاً باستخدام توزيعات هامشية من نوع بواسون المعمم، وبواسون السالب، والثنائي، مع إثبات فعاليتها من خلال سيناريوهات محاكاتية وواقعية.
تقترح هذه الورقة إطار عمل جديد للاستدلال السببي مع العلاجات الوظيفية من خلال تقديم مقدر سياسة العلاج الوظيفي المعدلة (MFTP)، والذي يستخدم تحليل المكونات الرئيسية الوظيفية (FPCA) لتفكيك المسارات، وذلك للتغلب على تحديات المتوسط الحسابي عبر مسارات ذات أبعاد لانهائية، ويوفر مجموعة من المقدرات القابلة للتعريف والتي تم التحقق من صحتها من خلال المحاكاة وبيانات (NHANES) الواقعية.
تقدم الورقة البحثية RAPID، وهو مقياس جديد لمخاطر الإفصاح يحدد كمياً مدى تعرض البيانات الجزئية الاصطناعية لخطر استنتاج السمات من خلال قياس مدى فعالية قدرة الخصم على التنبؤ بالمعلومات الحساسة باستخدام نماذج مدربة حصرياً على مجموعة البيانات الاصطناعية.
تقدم هذه الورقة وتطور فئة مرنة من نماذج مزيج الموقع والمقياس الغاوسي للقيم المتطرفة المكانية، مما يوفر بناءات جديدة، وخوارزميات محاكاة، وطرق استدلال احتمالي فعالة يمكنها نمذجة كل من الذيول والكتلة للبيانات البيئية.