2434 ورقة بحثية
تقدم هذه الورقة نموذجاً جديداً للقياسات المتكررة غير الخطية والمُخَطَّطة خطياً من الدرجة الأولى باستخدام المربعات الصغرى المعممة التكرارية المنظمة للتنبؤ بدقة بحالة صحة البطارية (SoH) بهامش خطأ قدره ±0.191% عن طريق التمييز بين ضوضاء القياس والتباين بين الخلايا في البيانات الدورية المتقادمة مختبرياً.
توضح هذه الورقة سبب ضرورة حدّ الاتحاد (union bound) في تحديد الذراع الأفضل عند الثقة الثابتة، وذلك من خلال إثبات أن مسألة التعدد الظاهري تستمر بغض النظر عن توجه الفرضية، حيث تظهر إما في صورة تعدد القيم الصفرية الحقيقية أو كمسارات متعددة للرفض الخاطئ للقيمة الصفرية الحقيقية الوحيدة.
تقترح هذه الورقة إطار عمل للتعلم بنقل المعرفة يتكون من مرحلتين للانحدار غير المعلمي باستخدام شبكات ReLU العميقة التي تجمع البيانات لتقدير بنية مشتركة ثم تتعلم إزاحات خاصة بكل مجموعة، محققةً معدلات تقارب مثالية تتغلب على لعنة الأبعاد في ظل نماذج التركيب الهرمي.
تقترح هذه الورقة إطاراً موحداً للاحتمالية الملحقة المصححة بطريقة بارتليت (PLSBC) للتحليل التلوي ذي التأثيرات العشوائية باستخدام النماذج الخطية المعممة المختلطة مع البيانات المجمعة، والذي يحسن بفعالية تغطية فترات الثقة ويقلل الانحياز عندما يكون عدد الدراسات صغيراً عبر مختلف توزيعات العائلة الأسية.
تُثبت هذه الورقة أن التوقعات البعدية يمكن استقراؤها بدقة من التوزيعات المبردة المتوسطة بدلاً من اشتراط تقريب كامل للتوزيع البعدي المستهدف، مما يؤدي إلى أداة مبتكرة لمعالجة ما بعد التقدير لتقليل التباين في طرق مونت كارلو المتسلسلة.
يقدم حزمة SSLfmm إطار عمل لنموذج الخليط الغاوسي القائم على الاحتمالية للتعلم شبه المُشرف، والذي ينمذج بشكل مشترك توزيعات الفئات وآليات فقدان التسميات (بما في ذلك سيناريوهات البيانات المفقودة عشوائياً تماماً، والمفقودة عشوائياً، والسيناريوهات المختلطة) لتحسين أداء التصنيف عندما تحتوي عملية توفر التسميات نفسها على إشارات معلوماتية.
تقدم هذه الورقة أساليباً غير معلمية وحزمة برمجية مصاحبة لها بلغة R لتقييم المعايرة المتوسطة لنماذج تأثير العلاج الفردي للنتائج الثنائية في التجارب العشوائية، متجاوزةً التحديات المتعلقة بالواقع المضاد غير الملحوظ والانتظام من خلال استخدام عملية عشوائية قائمة على نظرية الحد المركزي الوظيفي.
تقدم هذه الورقة "البيزية التجريبية البيزية" (BEB)، وهي إطار عمل معمم للاستدلال المتزامن يوسع الطرق الكلاسيكية من خلال الاستفادة من التماثلات الاحتمالية والتحللات الإرغودية للتعامل مع البنى المعقدة مثل المصفوفات، والمتغيرات المصاحبة، والعمليات المكانية، مدعومة بخوارزميات تباينية وعصبية قابلة للتوسع.
تقترح هذه الورقة نموذج خليط عميق متين يستخدم بناءً لخليط مقياس مشترك عبر المسارات لنشر المتانة متماسكة الذيل الثقيل عبر الهيكل الهرمي الكامن بأكمله، مما يؤدي إلى التفوق على نماذج الخليط الغاوسي العميقة القياسية في مهام التجميع تحت ظروف التلوث والذيل الثقيل مع الحفاظ على الإيجاز الهرمي.
تقترح هذه الورقة إطار عمل الاستدلال غير المنحاز مع القياسات المتعددة غير المثالية (DMM)، والذي يتيح إجراء استدلال إحصائي صالح للبيانات المولدة بواسطة الذكاء الاصطناعي دون الحاجة إلى تسميات مرجعية قياسية، وذلك من خلال الجمع بين قياسات متعددة للذكاء الاصطناعي عرضة للخطأ تحت فرضية الاستقلال الشرطي.