📊 Category

stat

441 Arbeiten

📊 Statistik

Predictive Forecasting of Care Load

Diese Studie entwickelt und implementiert ein End-to-End-Prognosesystem unter Verwendung von konstruierten Merkmalen und Modellen des maschinellen Lernens, um die kurzfristigen Betreuungslasten für unbegleitete minderjährige Ausländer im US-HHS-Programm vorherzusagen, während sie eine Leistungsdiskrepanz zwischen einer Persistenz-Baseline und dem finalen Gradient-Boosting-Modell transparent dokumentiert, um Entscheidungen zur Personalplanung und Kapazitätsplanung zu unterstützen.

Sreethi Kamuju, M.Ramchander2026-09-15
⚡ Elektrotechnik

Why Variance Metrics Cannot Validate ComBat Harmonization: Evidence from Three-Vendor Mammography Radiomics

Diese Studie zeigt auf, dass konventionelle varianzbasierte Metriken eine tautologische und irreführende Validierung der ComBat-Harmonisierung liefern, da sie persistente nichtlineare herstellerspezifische Muster sowie den Verlust biologischer Signale nicht detektieren können, wodurch die Verwendung unabhängiger nichtlinearer Separabilitätstests zur wahrhaftigen Bewertung der herstellerübergreifenden Vergleichbarkeit notwendig wird.

XU ZHANG, YUNJIANG LI, RUI FENG, QINQIN AI, YUHAI XIE, WENBIN NI2026-09-15
📊 Statistik

Lévy-Regularized Bayesian Neural Networks for Fair Reserve Estimation under Solvency II

Dieses Paper schlägt ein Lévy-regularisiertes Bayessches neuronales Netzwerk-Framework vor, das maßtheoretische Bewertung, injizierte tempered stable Noise und kausale Fairness-Anpassungen integriert, um die Genauigkeit und Gerechtigkeit der Lebensversicherungstechnischen Rückstellungen unter Solvency II, insbesondere während extremer demografischer Schocks wie Pandemien, signifikant zu verbessern.

Antonio Nazzaro2026-09-15
📊 Statistik

Geostatistical Reachability for Qualifying Spatial Model Classes Before Predictive Ranking

Dieses Papier führt die „geostatistische Erreichbarkeit“ ein, ein simulationskalibriertes Framework, das räumliche Modellklassen qualifiziert, indem es bewertet, ob ein beliebiges zulässiges Mitglied spezifische strukturelle Diagnostika reproduzieren kann, bevor eine prädiktive Rangfolge erfolgt, wodurch strukturelle Kompatibilität und Beobachtbarkeit von bloßer prädiktiver Leistung unterschieden werden.

Juan J. Segura2026-09-14
📊 Statistik

A new six parameters generalized Weibull-Kumaraswamy-{Lomax) Distribution with a Novel Linear Series Expansion of Its Probability Density

Dieses Papier führt eine neue sechs-parametrische verallgemeinerte Weibull-Kumaraswamy-Lomax-Verteilung unter Verwendung des T-X-Familien-Frameworks ein, leitet deren fundamentale Funktionen her und schlägt eine neuartige lineare Reihenentwicklung für deren Wahrscheinlichkeitsdichtefunktion vor, um die Berechnung der Rohmomente und der Entropie zu vereinfachen.

iman attia2026-09-14
📊 Statistik

Intrinsic predictability rather than urban structure governs machine learning forecast skill for electricity demand

Dieses Paper argumentiert, dass die Prognosegüte von Machine-Learning-Modellen für den städtischen Strombedarf primär durch die intrinsische Vorhersehbarkeit der historischen Lastmuster einer Stadt (speziell saisonale Varianz und Temperaturabhängigkeit) bestimmt wird, als durch deren strukturelle Merkmale oder geografische Lage.

Mahyar Hassani, Ataollah Rafiei Atani, Mahdi Abdolhamid, Mohammadreza Hamidizadeh2026-09-11
📊 Statistik

Calibration Algorithms for Multiscale Geographically and Temporally Weighted Regression: Parameter Recovery, Uncertainty Calibration, and Computational Scaling

Diese Studie etabliert den Top-Down Scale (TDS) Algorithmus als einen recheneffizienten und statistisch robusten Benchmark für die multiskalige geografisch und temporal gewichtete Regression, indem sie dessen Überlegenheit gegenüber bestehenden Methoden bei der Parameterrekonstruktion und Unsicherheitskalibrierung nachweist und gleichzeitig durch eine Längsschnittanalyse von 34.938 Zensusbeobachtungen distinkte multiskalige urbane Treiber in São Paulo aufzeigt.

Alex Monito Nhancololo, Jorge Mateu, Vanessa Mayumi Kawaichi, Airlane Pereira Alencar2026-09-11
📊 Statistik

Hybrid Statistical Modeling and Machine Learning Ensemblers for Interpretable HIV Viral Load Prediction Among Clients on Antiretroviral Therapy

Diese Studie entwickelt und validiert ein auf Stacking basierendes Ensemble-Machine-Learning-Modell unter Verwendung von 5,7 Millionen Viruslast-Datensätzen aus Uganda, um die Viruslast beim nächsten Besuch für ART-Klienten präzise vorherzusagen, wobei eine überlegene Leistung mit einem R² von 0,85 erzielt und LIME zur Modellinterpretierbarkeit genutzt wird.

Muhire Jacob, Jjingo Daudi, Galiwango Ronald, Joyce Nakatumba-Nabende, Aloysious Ssemaganda, Isaac Ssewanyana2026-09-10