2447 ورقة بحثية
تتناول هذه الورقة أوجه القصور في تصميمات اختبارات (A/B) للسلاسل الزمنية من خلال اقتراح نهج يعتمد على التعلم المعزز بنموذج "ترانسفورمر" يستفيد من السياق التاريخي الكامل ويقوم بتحسين متوسط مربع الخطأ مباشرة دون افتراضات تقييدية، مما يظهر أداءً فائقاً عبر مجموعات البيانات الاصطناعية والمحاكات والبيانات الواقعية.
تقترح هذه الورقة إطاراً شبه معلمي مع مقدرات متينة متعددة للاستدلال السببي على النتائج المشتقة من المعالجة المسبقة داخل المبحوث، مع تطبيق الطريقة لتحليل تأثير الأدوية المنبهة على الاتصال الدماغي لدى الأطفال المصابين باضطراب طيف التوحد.
تتناول هذه الورقة تحدي ندرة البيانات في إدارة المخاطر متعددة المتغيرات من خلال تطوير خوارزميتي محاكاة غير معلميتين تعتمدان على نظرية القيم المتطرفة متعددة المتغيرات لتوسيع عينات القيم المتطرفة ذات الاعتماد التقاربي، مما يؤدي إلى تحسين دقة تقدير مقاييس المخاطر أحادية المتغير.
تقترح هذه الورقة نهجاً مبتكراً يربط بين الجسر السببي وبنية المشفر التلقائي لاستنتاج الآثار السببية في ظل وجود مربكات غير ملاحظة من خلال الاستفادة من قياسات بديلة، مما يقدم شروط جدوى نظرية جديدة، وحدود خطأ، ويُظهر أداءً محسناً مقارنة بالأسالهم المتقدمة على كل من البيانات الاصطناعية والواقعية.
تقدم هذه الدراسة نموذج النمذجة المكانية من الخشن إلى الناعم (CFSM)، وهو إطار عمل قابل للتوسع ومتوافق مع تعلم الآلة يستخدم مجموعة متعددة المقاييس من النماذج المحلية لالتقاط الأنماط المكانية بكفاءة دون الحاجة إلى قلب المصفوفات، مما يظهر أداءً تنبؤياً فائقاً في كل من عمليات المحاكاة وتطبيق واقعي على أسعار الأراضي السكنية في طوكيو.
تقدم هذه الورقة إطار عمل MLCBART، وهو إطار عمل لأشجار الانحدار الإضافية البايزية يعمل على نمذجة التصنيف متعدد الملصقات من خلال افتراض أن الملصقات تنشأ عن عتبة توزيع طبيعي متعدد المتغيرات، مما يسمح بالتقاط العلاقات المعقدة بين المتنبئات والملصقات والارتباطات بين الملصقات لتحسين دقة التنبؤ وتوفير تقدير لعدم اليقين.
تقترح هذه الورقة خوارزمية KernelSHAP محسنة تستخدم توزيع والينيوس غير المركزي لـ hypergeometric للعينات بدون استبدال، وتُقدم طريقة "Symmetric bootstrap" لتقدير التباين، مما يثبت أداءً يضاهي أو يتفوق على الأساليب الحالية الرائدة في الدراسات المحاكاتية.
تقترح هذه الورقة إطاراً موحداً لنمذجة احتمالات الأرجحية المعممة، يقوم بنمذجة التوزيعات الخاصة بكل حالة عبر نسب الاحتمالات لتحسين التنبؤ بالإعاقة في حالات التصلب المتعدد باستخدام بيانات قياس التسارع، متفوقاً بذلك على النهج التقليدية القائمة على القيم القياسية أو البقاء على قيد الحياة.
تقدم هذه الورقة البحثية LARGE، وهو نهج تنظيم محلي متكيف يحسن تقدير النماذج الرسومية الغاوسية من خلال تعلم معاملات الضبط لكل عقدة ضمن إطار "الغرافيكال لاسو" (graphical Lasso)، مما يتغلب على قيود التنظيم العالمي ويُظهر دقة واستقراراً فائقين في كل من عمليات المحاكاة وتحليل بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) الحقيقية.