2447 ورقة بحثية
تقترح هذه الورقة نموذجاً بايزياً هرمياً مع انكماش ديريكليه لتعلم الشبكات البايزية المنفصلة، والذي يقلل من تعقيد المعلمات من خلال متغيرات كامنة منخفضة الأبعاد ويستخدم خوارزميات أخذ عينات وتعلم بنية فعالة لاكتشاف هياكل رسوم بيانية متفرقة بفعالية، كما هو موضح في عمليات المحاكاة وتطبيق سرطان الثدي.
تقترح هذه الورقة وتتحقق من صحة طريقة بايزية تقريبية ذات خطوتين وعينة كبيرة للاستدلال الإحصائي على البيانات ذات الخصوصية التفاضلية، والتي تتغلب على القيود المتعلقة بقابلية التوسع والبارامترية مع تقديم كل من الصلاحية التقاربية والخصائص التكرارية التحفظية.
تقترح هذه الورقة استخدام التنبؤ المطابق على بيانات العمليات الماركوفية المعتمدة زمنياً لتوليد مجموعات تنبؤية قوية لحالات الصراع المستقبلية، مما يقدم بديلاً متفوقاً للتنبؤات النقطية القائمة على الاحتمالية من خلال توفير تقدير كمي صالح لعدم اليقين رغم انتهاك فرضية التبادلية.
تقدم هذه الورقة نموذج كتل عشوائية متعدد الطبقات ذات اعتماد ذاتي (AR(1)-MSBM)، وتطور خوارزميات تقدير عبر الإنترنت مع ضمانات نظرية لكل من الشبكات متعددة الطبقات الديناميكية المستقرة وغير المستقرة، مما يعالج أوجه القصور في الأساليب الحالية التي تفترض الاستقلال الزمني أو الاستقرار.
تقدم هذه الورقة البحثية نموذج "الانحدار متعدد الحدود المحلي المعمم والمدرك للسياق" (GC-LPR)، وهو إطار عمل مبتكر يعمل على فصل إحداثيات الملاءمة عن سياقات التوزين لتمكين التمهيد غير المعلمي على الهياكل المعقدة وغير الإقليدية مثل الرسوم البيانية والمتشعبات، مع الحفاظ على خصائص تقليل الانحياز للانحدار متعدد الحدود المحلي القياسي.
تقدم هذه الورقة تصميماً مبتكرًا لمنصة SMART يسمح بإضافة علاجات جديدة أثناء التجربة، وتقترح مُقدِّرات صيغة G البايزية التكاملية (BIG) للتعامل بفعالية مع مقارنات العلاجات غير المتزامنة، مع التحقق من الأداء من خلال عمليات المحاكاة وتطبيق واقعي على تجربة SNAP.
تجادل هذه الورقة بأن الاستخدام الواسع لاختبار "ويلكوكسون" للرتب الموقعة (Wilcoxon signed-rank test) في تقييم أداء نظم استرجاع المعلومات يستند إلى سردية مضللة وغير سليم منهجياً، حيث إنه يفشل تكراراً في ضبط معدلات الخطأ من النوع الأول، ويجب التخلي عنه لصالح طرق إحصائية أكثر موثوقية.
تقدم هذه الورقة محرك استدلال لاحق (PHIE) يعمل على نشر عدم اليقين في نطاق بايز الهرمي إلى إحصاءات المسح متقاطعة التصنيف عبر تحويل سحبات محاكاة مونت كارلو بسلسلة ماركوف (MCMC) إلى أوزان عينات معايرة، مع اقتراح تعديلات محددة لفترات بايز المعايرة للمتغيرات المفلترة وغير المعايرة لضمان تغطية قريبة من الاسمية مدفوعة أساساً بتباين أخذ العينات التركيبي.
تقترح هذه الورقة وتتحقق من صحة إجراء اختيار متغيرات متسق لنماذج GARCH-X يستخدم إحصاءات من نوع "والد" (Wald-type) والتحكم في معدل الاكتشاف الخاطئ لـ "بنجاميني-يكوتيلي" (Benjamini-Yekutieli) لتحديد المتغيرات الخارجية ذات الصلة التي تؤثر على ديناميكيات التقلب بدقة.
تُطوّر هذه الورقة إطاراً متيناً لتقدير بارامترات المجتمع في ظل وجود بيانات مفقودة غير عشوائية من خلال تقديم نظير للبيانات المفقودة لنموذج هوبر -contamination، وإثبات أن فئات التلوث "القابلة للتحقق" — حيث تُعتبر البيانات المفقودة نسخة منحازة لتوزيع أساسي — تسمح بتحسين أداء المينماكس (minimax) بشكل كبير مقارنة بنماذج التلوث التعسفية.