110 artículos
Este artículo introduce un nuevo modelo estructural heterocedástico que estima la variabilidad específica de área y los impactos espaciales rezagados sin asumir la homocedasticidad transversal, demostrado a través de un análisis de la relación entre la temperatura global, el uso de combustibles fósiles y las emisiones de carbono en siete países sudamericanos.
Este artículo propone un método de análisis de confiabilidad eficiente que integra procesos gaussianos locales, una novedosa función de aprendizaje adaptativo y subespacios activos para superar las limitaciones de los enfoques basados en optimización global al estimar probabilidades de falla para problemas de eventos raros de alta dimensionalidad y altamente no lineales.
Este artículo presenta EPR-C3, una heurística determinista y consciente de las restricciones que identifica de manera eficiente subconjuntos de predictores estadísticamente admisibles y de alta calidad para la regresión lineal múltiple de alta dimensión mediante la combinación de una búsqueda de vecindad estructurada con pasos de refinamiento específicos, ofreciendo una alternativa computacionalmente tratable a la enumeración exhaustiva al tiempo que supera los métodos de selección existentes.
Este estudio utiliza simulaciones de Monte Carlo y validación empírica para identificar combinaciones óptimas de estrategias de imputación de datos faltantes y control de confusores para la inferencia causal longitudinal, demostrando que la imputación múltiple o el bosque aleatorio junto con la estimación doblemente robusta produce el mejor rendimiento para efectos heterogéneos sin confusión no medida.
Este artículo propone un modelo SEIR generalizado de seis ecuaciones que incorpora reinfecciones, recién nacidos, vacunaciones y un compartimento de expuestos para abordar limitaciones previas, introduce un nuevo número de reproducción basado en la dinámica de la población expuesta para el control de epidemias, y utiliza este marco para predecir un resurgimiento de los casos de tos ferina en Inglaterra durante mediados a finales de 2027.
Este estudio demuestra que recalcular los factores de impacto de las revistas excluyendo los valores atípicos extremos de citas de la muestra de documentos, con un umbral de retención óptimo del 90%, reduce eficazmente las fluctuaciones de los indicadores y mejora la estabilidad y la racionalidad de los sistemas de evaluación de revistas.
Este artículo demuestra que el poder social ponderado por la varianza (F) de una red dicta simultáneamente el costo mínimo de información requerido para dirigir el consenso de un grupo hacia un valor falso y la dificultad de detectar dicho ataque, revelando que concentrar la influencia para mejorar la precisión colectiva aumenta inherentemente la vulnerabilidad de la red ante una manipulación indetectable.
Este artículo presenta Sketch-FORCE, un algoritmo de transmisión subcuadrático que combina el seguimiento de escala robusto con el esbozo de matrices de Direcciones Frecuentes para permitir la estimación eficiente y de bajo consumo de memoria de la covarianza para datos de alta dimensión bajo contaminación de colas pesadas y valores atípicos adversarios.
Este estudio evalúa un marco de validación proporcionada para la extracción de datos asistida por IA utilizando Elicit dentro de una revisión de alcance en salud, demostrando que la alta concordancia entre la extracción por IA y la humana (AC2 = 0,960) respalda el uso de flujos de trabajo estructurados con intervención humana como una alternativa fiable y escalable a la extracción manual dual completa.
Utilizando aprendizaje automático causal en más de 500.000 registros de accidentes del Reino Unido, este estudio estima que las carreteras con límites de velocidad de 50 mph o superiores aumentan la probabilidad de accidentes fatales o graves en aproximadamente 6–7 puntos porcentuales, siendo estos efectos más pronunciados durante el día bajo condiciones secas y favorables.