stat.ME ورقة بحثية

Studying Competing Events with Federated Cumulative Incidence Curves

تقدم هذه الورقة طريقة تعلم اتحادي مبتكرة تتيح مراقبة سلامة ما بعد التسويق متعددة المواقع للمخاطر المتنافسة مع الحفاظ على الخصوصية من خلال بناء منحنيات حدوث تراكمي غير معلمية، والتي طُبقت للكشف عن أن مرضى السرطان الذين لديهم أمراض مناعية ذاتية غير غدية مسبقة يعانون من فقدان أكبر بكثير في وقت البقاء على قيد الحياة دون وقوع حدث بسبب الأحداث الضائرة المناعية المرتبطة بالغدد مقارنة بأولئك الذين ليس لديهم مثل هذا التاريخ بعد العلاج بمثبطات نقاط التفتيش المناعية.

Malcolm Risk (Serena), Shuang Yang (Serena), Jiang Bian (Serena), Yi Guo (Serena), Hyojung Jang (Serena), Jingchuan (Se (…)2026-07-30

📊 statistics

Toward a Unified Statistical Theory of Unsupervised Pretraining and Supervised Neural Knowledge Graph Learning

تقترح هذه الورقة إطار عمل مكوناً من مرحلتين ومبنياً على أسس نظرية، يجمع بين التدريب المسبق غير الخاضع للإشراف على مجموعات بيانات غير متجانسة وبين التعلم الخاضع للإشراف لمعالجة ندرة البيانات ومحدودية دالات التقييم المخصصة في تعلم الرسوم البيانية للمعرفة، مع وضع حدود مخاطر غير تقاربية تكمّم فوائد البيانات الضخمة غير المصنفة.

Jifan Zhang, Miklos Racz, Suqi Liu2026-07-30

📈 economics

Specification Testing for Dyadic Regression Models

يطور هذا البحث ويتحقق من صحة اختبارات التوصيف الشاملة القائمة على بوتستراب غاوسي المصحح للنماذج الخطية للمتوسط الشرطي للبيانات الثنائية غير الموجهة، موضحاً اتساقها والتحكم الفائق في الحجم في المحاكاة وتطبيق واقعي على شبكات شركات المحاماة.

Ulrich Hounyo, Jiahao Lin, Xiaojun Song2026-07-30

📊 statistics

An association measure for mixed-type variables

تقترح هذه الورقة مقياساً جديداً للارتباط غير معتمد على التسمية، $\xi'$ ، ومقدِّره العيني الفعال $\xi_n'$ للقياس والاختبار القويين للعلاقة بين المتغيرات ذات القيم الحقيقية والمتغيرات الفئوية دون الاعتماد على افتراضات معلمية أو ترميز عددي تعسفي.

Yongjae Kim, Haeun Moon, Sungkyu Jung2026-07-30

📊 statistics

Bayesian Inference of Discretization Error Means in ODEs via Ensemble Kalman Filtering

تقترح هذه الورقة إطاراً بايزياً باستخدام مرشح كالمان التجميعي لاستنتاج متوسط أخطاء التجزئة في حلول المعادلات التفاضلية العادية عبر نمذجتها كعملية فضاء حالة ذات توزيع ماركوف مسبق مستمد من تحليل الخطأ الكلاسيكي، مما يثبت فعاليتها وخصائص تقاربها من خلال التجارب العددية.

Shoji Toyota, Yuto Miyatake2026-07-30

📊 statistics

Conformalized Rate-Adaptive Sensing

تقدم الورقة البحثية طريقة الاستشعار المتكيف مع المعدل والمطابق (CoRAS)، وهي طريقة تضبط معدلات اكتساب الصور ديناميكيًا لضمان بقاء خطأ إعادة البناء دون مستوى مستهدف بدقة عالية من خلال تقدير ومعايرة أوقات التوقف بناءً على سلوك إعادة البناء المبكر، مما يقلل متوسط القياسات مع إعطاء الأولوية للموارد للصور الأصعب في إعادة البناء.

Jiawei Yang, Yao Zhang2026-07-30

📊 statistics

Bayesian Plackett--Luce latent block models for ranked data

تقدم هذه الورقة نموذج بلوك كامن "بلاكت" - لوتش بايزي (Bayesian Plackett-Luce) يقوم بتجميع المقيمين والعناصر معاً لتوصيف البيانات المرتبة بشكل مقتصد، وذلك باستخدام توزيعات "جنيدين" (Gnedin) المستقلة للاختيار التلقائي للمجموعات وعينة "ماركوف مونت كارلو" (MCMC) سهلة المعالقة، مع تطبيقات توضح فعاليته في كشف البنى المدفوعة بالأنسجة ضمن ترتيبات التعبير الجيني للسرطان.

Lapo Santi, Nial Friel, Valeria Vitelli2026-07-30

📊 statistics

Breaking the Curse with BAND: Nonparametric Distribution Estimation in High Dimensions

تقدم الورقة البحثية BAND، وهو نهج للشبكات البايزية المتفرقة يتغلب على لعنة الأبعاد في تقدير التوزيع متعدد المتغيرات من خلال تحقيق معدلات تقارب متعددة الحدود للبيانات المختلطة عالية الأبعاد، متفوقاً بذلك على الطرق الكلاسيكية غير المتفرقة.

Shuo-Chieh Huang, Chien-Ming Chi, Jau-er Chen2026-07-30

📊 statistics

Recovering the Target Hazard Ratio Under Nonproportional Hazards Induced by an Omitted Covariate: Simulation-based Approach

تقترح هذه الورقة وتتحقق من صحة منهجية قائمة على المحاكاة لاستعادة نسبة المخاطر المستهدفة من نموذج محدد بشكل صحيح عبر تحديد القيمة التي تولد أضيق نطاق من منحنيات البقاء التي تحيط بالبيانات المرصودة، مما يعالج بفعالية التحيز الناتج عن المتغيرات المغفلة وعدم تناسب المخاطر في ظل حد أدنى من الافتراضات.

Jong-Hyeon Jeong2026-07-30

📊 statistics

Comparative Review of Modern Competing Risk Methods in High-dimensional Settings

تقدم هذه الدراسة تقييماً مقارناً شاملاً لطرق الانحدار المعاقب، والتعزيز، والغابة العشوائية، وطرق التعلم العميق لتحليل المخاطر المتنافسة عالية الأبعاد، كاشفةً أن نموذج CoxBoost يوفر تحكماً فائقاً في اكتشاف الخطأ واستقراراً، مع تسليط الضوء على نقاط القوة والقصور المحددة للمنهجيات الأخرى عبر مجالات اختيار المتغيرات، والدقة، والمعايرة.

Paul M. Djangang, Summer S. Han, Nilotpal Sanyal2026-07-29

→ السابق التالي ←