2445 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد للتعلم شبه المُشرف يدمج بفعالية بين الملصقات المعيارية المحدودة والنتائج البديلة الوفيرة لتحسين دقة التنبؤ بالمخاطر في ظل الظروف الصعبة لبيانات السجلات الصحية الإلكترونية ذات الرقابة المزدوجة.
تقدم هذه الورقة مُقدِّراً جديداً لنموذج العامل الديناميكي المُعمَّم، والذي يبسّط عملية التقدير عبر استبدال أساليب النطاق الترددي بانحدار المربعات الصغرى العادية على المكونات الرئيسية الساكنة وإبطاءاتها، مما يتيح التحديد المتسق لكل من المكونات المشتركة المنتشرة والضعيفة.
تُثبت هذه الورقة مثالية صياغة المراهنة بالعملة لتقدير المتوسط والاختبار من خلال توصيف جميع متغيرات (e-variables) وعمليات (e-processes) الصالحة، وتحديد الفئة الكاملة الدنيا من الاستراتيجيات المقبولة ضمن هذا الإطار.
تقترح هذه الورقة مُقدِّراً قوياً وفعالاً للاستدلال السببي في دراسات السجلات الصحية الإلكترونية يعالج انحياز الاختيار الناتج عن فقدان بيانات الأهلية من خلال استخدام استراتيجيات تعلم آلي مرنة، ويتم التحقق من صحته عبر تحليل لتدخلات جراحة السمنة لمرضى السكري من النوع الثاني.
تقترح هذه الورقة إطار عمل للتنبؤ المطابق متعدد المتغيرات يستخدم البواقي المعيارية القائمة على مسافة ماهالانوبيس للتعامل بفعالية مع تباين الخطأ والارتباطات المخرجة، مما يحقق تغطية شرطية محسنة ويسمح بتوسعات عملية مثل التعامل مع القيم المفقودة دون الحاجة إلى أخذ عينات مكلفة.
تقدم هذه الورقة نموذج تجميع أشجار بايزي يستخدم توزيع "حذوة الحصان" (horseshoe prior) على ارتفاعات الخطوات، ومُنتقِل جيبس ذو القفز العكسي لتقدير آثار العلاج غير المتجانسة بفعالية في بيانات البقاء على قيد الحياة المبتورة عالية الأبعاد، مما يظهر أداءً فائقاً في عمليات المحاكاة وتطبيقاً عملياً على تحليل البقاء لسرطان البنكرياس.
تقترح هذه الورقة موزعاً جشعاً تقريبياً يختار ديناميكياً الحل الأكثر فعالية من بين مجموعة من المعاملات الكلاسيكية والعصبية في كل تكرار، متجاوزاً بنجاح الحاجة إلى معرفة حقيقية بالخطأ لتحقيق تقارب أسرع وأخطاء نهائية أقل من الطرق الهجينة الحالية في المعادلات التفاضلية الجزئية مثل معادلات بواسون والانتشار بالحمل.
تقترح هذه الورقة "مؤشر معلومات الوحدة التجريبية" (EUII)، وهو مقياس مبتكر يوازن بين معدلات الخطأ الإحصائي وحجم العينة لقياس القيمة الاستدلالية للوحدات التجريبية الفردية، مما يبرهن على فائدته في تحسين التجارب الحيوانية التكيفية لتقليل أحجام العينات مع الحفاظ على استدلالات موثوقة.
تقدم هذه الورقة طريقة خالية من التدريب وفعالة حاسوبياً تستفيد من الديناميكيات القائمة على التدفق والناجمة عن درجات عدم المطابقة لتوليد توزيعات تنبؤية مطابقة، مما يتيح التكميم الفعال لعدم اليقين وأخذ العينات في فضاءات المخرقات الهيكلية عالية الأبعاد.
تقترح هذه الورقة إطاراً بايزياً يفرض في آن واحد الاستقرار والندرة في عمليات المتجهات ذاتية الانحدار عالية الأبعاد من خلال بناء توزيع "المسمار واللوح" (spike-and-slab) مقيد واستخدام خوارزميات "ماركوف مونت كارلو بسلاسل ماركوف" (MCMC) متقدمة للاستدلال والتنبؤ الفعالين في مجالات مثل الاقتصاد الكلي وعلم الأعصاب.