📊 statistics

Spherical Mixture Integration for Latent Embedding Alignment across Multi-Source Feature Spaces

تقترح الورقة البحثية إطار عمل SMILE، وهو إطار عمل مبتكر يستخدم نماذج الخليط الكروية والإشراف الضعيف لمواءمة بيانات السجلات الصحية الإلكترونية غير المتجانسة والمتعددة المؤسسات من خلال محاذاة فضاءات الميزات المتباينة وتجميع الرموز السريرية المتكافئة دلالياً في تمثيلات كامنة موحدة.

Yuming Zhang, Congyuan Duan, Dong Xia, Doudou Zhou, Tianxi Cai2026-05-12
📊 statistics

Bias Correction for Semiparametric Regression Models

تقدم هذه الورقة SABRE، وهو إطار عمل لتصحيح الانحياز القائم على المحاكاة لنماذج الانحدار شبه المعلمية ذات الأبعاد المتباعدة، والذي يقلل بفعالية من انحياز العينة المحدودة في كل من المكون المعلمي ومعلم التشتت، مما يؤدي إلى تحسين الاستدلال دون تضخيم التباين.

Yuming Zhang, Yanyuan Ma, Xuming He, Stéphane Guerrier2026-05-12
📊 statistics

Minimax Optimal Estimation of Transport-Growth Pairs in Unbalanced Optimal Transport

تؤسس هذه الورقة للأساس الإحصائي لتقدير نوع "مونج" في النقل الأمثل غير المتوازن من خلال تقديم مفهوم أزواج النقل والنمو، واقتراح مقدّرين أمثلين بنمط "مينماكس" لهما، وإثبات مثاليتهما من خلال اختزال استقرار قائم على القيمة ومطابقة الحدود الدنيا.

Donlapark Ponnoprat, Noboru Isobe, Masaaki Imaizumi2026-05-12
📊 statistics

Semiparametric Elliptical Mixture Clustering for High-Dimensional Data

تقترح هذه الورقة إطار عمل للتجميع المزيجي الإهليلجي شبه المعلمي يستخدم مصفوفة دقة-شكل متفرقة مشتركة ومولداً شعاعياً مجهولاً لتحقيق اتساق عالي الأبعاد وقوي وأداء تنافسي للبيانات ذات الذيول الثقيلة دون الاعتماد على افتراضات شعاعية معلمية.

Long Feng, Dan Zhuang2026-05-12
📊 statistics

Fit CATE Once: Model-Assisted Randomization Tests Without Sample Splitting

تقدم هذه الورقة إطار عمل لاختبار العشوائية بمساعدة النموذج، يقوم بتقدير متوسطات تأثيرات العلاج الشرطية (CATE) غير الموقعة من هياكل التباين المشترك للمتبقيات لتعزيز القوة الإحصائية واكتشاف المجموعات الفرعية في التجارب الطولية العشوائية دون الحاجة إلى تقسيم العينة، مع الحفاظ على التحكم الصحيح في خطأ النوع الأول.

Fangnan Zheng, Yao Zhang2026-05-12
📊 statistics

Regularity, Phase Transitions, and Uniform Inference for Proximal Counterfactual Quantile Processes

تؤسس هذه الورقة للأسس النظرية للاستدلال الموحد على توزيعات التوزيع المقابل (counterfactual distribution) وعمليات المئينات في ظل وجود متغيرات مربكة غير مقاسة، وذلك من خلال توصيف الحد التنظيمي الدقيق لتقدير جذر-nn عبر وجود الجسر المزدوج وشروط النظام المنفرد، مع اقتراح مُقدِّرات كفؤة ومقيدة بالشكل تتيح الاستدلال المتزامن لدوال التوزيع التراكمي (CDFs)، والمئينات، ومخاطر الذيل الأدنى.

Pengyun Wang2026-05-12
📊 statistics

Nested Sensitivity Envelopes for Transported Quantile Treatment Effects

تُطوّر هذه الورقة طريقة لتقدير آثار معالجة المئينات المنقولة في ظل وجود عوامل مربكة غير مقاسة وانزياح سكاني، وذلك عبر اشتقاق أغلفة حساسية متداخلة حادة وذات صيغة مغلقة للتوزيعات المقابلة للواقع، وتأسيس إجراءات استدلال شبه معلمية مع تقريب غاوسي موحد وتحليل حد الانهيار.

Pengyun Wang2026-05-12
📊 statistics

Causal Stability Selection

تقدم هذه الورقة "اختيار الاستقرار السببي" (causal stability selection)، وهو خوارزمية مبتكرة تجمع بين تقدير متوسط أثر المعالجة الشرطي عبر الملاءمة المتقاطعة (cross-fitted) وبين اختيار استقرار المسار المتكامل لتحديد معدلات أثر المعالجة، مع توفير تحكم صريح وغير تقاربي في العدد المتوقع للاكتشافات الزائفة.

Falco J. Bargagli-Stoffi, Omar Melikechi2026-05-12
🧬 biology

Accelerating Bayesian Phylogenetic Inference via Delayed Acceptance Sequential Monte Carlo with Random Forest Surrogates

تقترح هذه الورقة إطار عمل لـ "مونت كارلو لمتسلسلة مونت كارلو ذات القبول المتأخر" (Delayed Acceptance Sequential Monte Carlo) يتسم بالكفاءة الحسابية للاستدلال التطوري البايزي، والذي يستفيد من نموذج بديل لـ "الغابة العشوائية" (Random Forest) للتنبؤ بتغيرات الاحتمالية وتقليل تقييمات الاحتمالية المكلفة بشكل كبير مع الحفاظ على تقدير قوي للمتوزيع اللاحق.

Wentao Yu, Shijia Wang2026-05-12
📊 statistics

Empirical Bayes 1-bit matrix completion

تقدم هذه الورقة طريقة "بايز التجريبية" (Empirical Bayes) لإكمال المصفوفات بنظام البت الواحد، والمستوحاة من مُقدّر "إيفرون-موريس"، والتي تستفيد من الهياكل منخفضة الرتبة لتحقيق دقة تنبؤية فائقة، وموثوقية في المعايرة، وكفاءة حوسبية مقارنة بالأساليب القائمة.

Takeru Matsuda2026-05-12