📊 Category

stat

441 articles

📊 statistiques

Predictive Forecasting of Care Load

Cette étude développe et déploie un système de prévision de bout en bout utilisant des caractéristiques d'ingénierie et des modèles d'apprentissage automatique pour prédire la charge de soins à court terme pour les enfants étrangers non accompagnés dans le programme de l'HHS aux États-Unis, tout en documentant de manière transparente une divergence de performance entre une base de référence de persistance et le modèle final de boosting de gradient afin de soutenir les décisions de dotation en personnel et de planification des capacités.

Sreethi Kamuju, M.Ramchander2026-09-15
⚡ génie électrique

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

Cette étude démontre que les mesures conventionnelles basées sur la variance fournissent une validation tautologique et trompeuse de l'harmonisation par ComBat, car elles ne parviennent pas à détecter les motifs persistants non linéaires spécifiques aux constructeurs ainsi que la perte de signal biologique, nécessitant ainsi l'utilisation de tests de séparabilité non linéaire indépendants pour véritablement évaluer la comparabilité entre constructeurs.

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

Spectral Resonance Decomposition: Causal-Invariant Adaptive Basis Modeling with Calibrated Uncertainty

Cet article introduit AstralModel, un nouveau cadre prédictif utilisant la Décomposition par Résonance Spectrale pour synthétiser des fonctions de base non linéaires, causale-invariantes et interprétables, qui égalent la précision des ensembles basés sur les arbres tout en fournissant une quantification rigoureuse de l'incertitude et une transparence accrue.

Aditya Pandey2026-09-15
📊 statistiques

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

Ce document propose un cadre de réseau de neurones bayésien régularisé par Lévy qui intègre l'évaluation de type théorie de la mesure, l'injection de bruit stable tempéré et des ajustements d'équité causale afin d'améliorer significativement l'exactitude et l'équité de l'estimation des réserves d'assurance vie sous Solvabilité II, particulièrement lors de chocs démographiques extrêmes tels que les pandémies.

Antonio Nazzaro2026-09-15
📊 statistiques

Statistical mechanics of data-driven modeling

Cet article établit un cadre thermodynamique pour la modélisation pilotée par les données basé sur le principe d'entropie maximale de Jaynes, qui traite l'inférence comme un processus physique régi par une première loi de la thermodynamique informationnelle et utilise les anomalies de capacité thermique pour identifier de manière endogène des architectures de modèles optimales sans régularisation ad hoc.

Luis Diambra2026-09-14
📊 statistiques

Geostatistical Reachability for Qualifying Spatial Model Classes Before Predictive Ranking

Ce document introduit la « joignabilité géostatistique », un cadre étalonné par simulation qui qualifie les classes de modèles spatiaux en évaluant si n'importe quel membre admissible peut reproduire des diagnostics structurels spécifiques avant le classement prédictif, distinguant ainsi la compatibilité structurelle et l'observabilité de la simple performance prédictive.

Juan J. Segura2026-09-14
📊 statistiques

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

Cet article introduit une nouvelle distribution de Weibull-Kumaraswamy-Lomax généralisée à six paramètres utilisant le cadre de la famille T-X, en dérivant ses fonctions fondamentales et en proposant un nouveau développement en série linéaire pour sa fonction de densité de probabilité afin de simplifier le calcul des moments bruts et de l'entropie.

iman attia2026-09-14
📊 statistiques

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

Cet article soutient que la capacité de prévision des modèles d'apprentissage automatique pour la demande d'électricité urbaine est principalement déterminée par la prévisibilité intrinsèque des modèles de charge historiques d'une ville (spécifiquement la variance saisonnière et la sensibilité à la température) plutôt que par les caractéristiques structurelles ou la situation géographique de la ville.

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

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

Cette étude établit l'algorithme Top-Down Scale (TDS) comme une référence de calcul efficace et statistiquement robuste pour la régression pondérée géographiquement et temporellement multi-échelle, démontrant sa supériorité par rapport aux méthodes existantes en matière de récupération de paramètres et de calibration de l'incertitude, tout en révélant des moteurs urbains multi-échelles distincts à São Paulo à travers une analyse longitudinale de 34 938 observations de recensement.

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

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

Cette étude développe et valide un modèle d'apprentissage automatique d'ensemble basé sur le Stacking en utilisant 5,7 millions de dossiers de charge virale provenant de l'Ouganda pour prédire avec précision la charge virale de la prochaine visite pour les clients sous TAR, atteignant une performance supérieure avec un R² de 0,85 et utilisant LIME pour l'interprétabilité du modèle.

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