110 Arbeiten
Diese Arbeit führt ein geometrisch motiviertes -deformiertes Hamiltonian-Monte-Carlo-Framework ein, das Jackson-Typ-Differenzen nutzt, um einen Metropolis-adjustierten Sampler zu konstruieren, der eine robuste Alternative zum klassischen HMC bietet, indem er Domänenverletzungen und Skalenmismatch vermeidet und für gegen die Standarddynamik konvergiert.
Dieses Paper führt CALIB-SAE ein, eine nicht-stationäre Gauß-Prozess-Korrektur des Fay-Herriot-Schätzers, die eine äquivalente Genauigkeit der Punktprognose beibehält und gleichzeitig die kalibrierte prädiktive Unsicherheit für die Kleinräumige Schätzung über sowohl simulierte als auch reale geografische Datensätze hinweg signifikant verbessert.
Dieses Papier schlägt ein zweikomponentiges Finite-Mischmodell vor, das Fréchet- und Weibull-Verteilungen kombiniert, um heterogenes Tail-Verhalten in Feldern wie der Hydrologie und Zuverlässigkeitstheorie zu adressieren, wobei die Maximum-Likelihood-Schätzung mittels des EM-Algorithmus detailliert wird, die Leistung durch Simulationen validiert wird und der praktische Nutzen an realen Windgeschwindigkeitsdaten demonstriert wird.
Diese Arbeit etabliert die exakten und asymptotischen Verteilungseigenschaften der Maximum-Likelihood-Schätzer für die Lorenzkurve und den Gini-Index unter der geometrischen Verteilung und bietet durch geschlossene Herleitungen, Konsistenzbeweise, Simulationsstudien und die Anwendung auf Realdaten einen rigorosen inferenzstatistischen Rahmen für Ungheitsmaße in diskreten Settings.
Diese Arbeit zeigt auf, dass selbst-exzitierende Netzwerke, die durch einen gemeinsamen nichtstationären Hintergrund angetrieben werden, aufgrund der statistischen Aliasing-Effekte des externen Antriebs in die Interaktionsmatrix kritisch erscheinen können, ein Mechanismus, der dazu führt, dass subkritische Systeme als kritisch fehldiagnostiziert werden, sofern der gemeinsame Antrieb nicht explizit korrigiert wird.
Dieses Papier stellt Efficient Recursive Data Snooping (ERDS) vor, eine exakte rekursive Reformulierung des iterativen Data Snooping, die durch den Ersatz wiederholter Modell-Redekompositionen durch geschlossene Aktualisierungen die Rechenkosten für korrelierte Beobachtungen signifikant reduziert und dabei eine Laufzeitreduktion von 96,5 % bei der GNSS-Datenverarbeitung erreicht, während identische Detektionsergebnisse zu klassischen Methoden beibehalten werden.
Diese Arbeit etabliert vereinheitlichte Konzentrationsschranken vom Exponentialtyp für geordnete Abstände über eine vielfältige Menge von Verteilungen hinweg – einschließlich Uniform-, Exponential-, Normal-, Hypergeometrisch-, Beta- und Gammaverteilungen – indem sie Chernoff–Hoeffding-Techniken und Wahrscheinlichkeitsintegraltransformationen nutzt, um zu analysieren, wie die Geometrie der Tails die Schärfe der Schranken beeinflusst.
Unter Verwendung einer überwachten Machine-Learning-Pipeline auf einem synthetischen Datensatz, der auf US-amerikanischen nationalen Erhebungen kalibriert wurde, zeigt diese Studie, dass strukturelle sozioökonomische Faktoren, insbesondere Bildung und Berufsklasse, die dominierenden Prädiktoren für gesundheitliche Vulnerabilität sind – was 82 % der Merkmalsrelevanz erklärt und die Theorie der fundamentalen Ursachen gegenüber verhaltensbezogenen Erklärungen stützt.
Dieses Paper führt HS3 ein, einen neuen, implementierungsunabhängigen, menschenlesbaren und erweiterbaren Serialisierungsstandard für statistische Modelle in der Hochenergiephysik, der darauf ausgelegt ist, die Einschränkungen bestehender Formate zu überwinden, indem er maschinenlesbare Interoperabilität, langfristige Erhaltung und FAIR-Datenprinzipien über verschiedene Software-Frameworks hinweg ermöglicht.
Diese Studie zeigt, dass ein hybrider Ansatz, der die Anomalieerkennung mittels Isolation Forest mit linearen gemischten Modellen kombiniert, zuverlässige, optimierte Konzeptionsdaten für Schwangerschaften aus widersprüchlichen routinemäßigen klinischen Daten in ressourcenarmen Gebieten synthetisieren kann, wodurch der Mangel an frühen Ultraschalluntersuchungen und inkonsistenter Aktenführung effektiv überwunden wird.