2432 पेपर
यह शोध पत्र एक निरंतर-समय कारण मॉडल (continuous-time causal foundation model) प्रस्तावित करता है जो पृथक प्रेक्षणों (decoupled observations) के साथ महीन-ग्रिड एकीकरण (fine-grid integration) के माध्यम से अवलोकन अनुसूचियों के प्रति प्रक्षेपवक्र-नियम अपरिवर्तनीयता (trajectory-law invariance) सुनिश्चित करता है, जो विविध गैररेखीय गतिकी और अनियमित डेटा परिदृश्यों में सरल एकीकरण विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र आउटकम-कैलिब्रेटेड रिग्रेशन (OCR) को प्रस्तुत करता है, जो एक नया ढांचा है जो आउटकम वेरिएबल के संबंध में ऑर्डिनरी लीस्ट स्क्वायर्स (OLS) में निहित व्यवस्थित कंडीशनल प्रेडिक्शन बायस (conditional prediction bias) को ठीक करता है, जिससे ब्रेन-एज विश्लेषण और कॉज़ल इन्फरेंस (causal inference) जैसे अनुप्रयोगों में प्रेडिक्टेड आउटकम्स का उपयोग करते समय वैध वैज्ञानिक निष्कर्ष निकालना संभव हो जाता है।
यह शोध पत्र नियमित ग्रिडों पर क्रिगिंग भविष्यवाणियों (Kriging predictions) के लिए एक तीव्र सन्निकटन विधि प्रस्तुत करता है जो कम्प्यूटेशनल जटिलता को से घटाकर कर देता है, जो ऑफ-ग्रिड सहप्रसरण (off-grid covariances) को ऑन-ग्रिड पड़ोसियों के विरल रैखिक संयोजनों (sparse linear combinations) के साथ स्थानीय रूप से सन्निकट करके, लगभग सटीक सटीकता और बड़े पैमाने के स्थानिक विश्लेषणों के लिए महत्वपूर्ण गति प्राप्त करता है।
यह शोध पत्र एक इष्टतम गॉसियन शोर तंत्र (Gaussian noise mechanism) और मल्टीपल टेस्टिंग के लिए एक पुनरावर्ती पीलिंग एल्गोरिदम (recursive peeling algorithm) को पेश करते हुए गॉसियन डिफरेंशियल प्राइवेट -वैल्यूज़ के लिए एक ढांचा स्थापित करता है, जो सामूहिक रूप से गैर-निजी बेंचमार्क के करीब सांख्यिकीय शक्ति को पुनः प्राप्त करते हुए कठोर फॉल्स डिस्कवरी रेट नियंत्रण को सक्षम करते हैं।
यह शोध पत्र विरल युग्म तुलनाओं (sparse pairwise comparisons) के तहत कार्य-विशिष्ट LLM रैंकिंग के लिए एक अनिश्चितता-जागरूक, लो-रैंक फ्रेमवर्क प्रस्तावित करता है जो साझा कार्य सूचना के माध्यम से नमूना दक्षता (sample efficiency) में सुधार करता है और डिबायस्ड एस्टीमेशन एवं बूटस्ट्रैप कैलिब्रेशन के माध्यम से सांख्यिकीय रूप से वैध कॉन्फिडेंस इंटरवल और समवर्ती रैंकिंग प्रमाणपत्र प्रदान करता है।
यह शोध पत्र गैर-ऋणात्मक समय श्रृंखलाओं (nonnegative time series) के लिए एक अधिकतम संभावना-आधारित (maximum likelihood-based) परिवर्तन-बिंदु अनुमान विधि प्रस्तावित करता है, जो वितरण और निर्भरता दोनों संरचनाओं में संरचनात्मक परिवर्तनों का प्रभावी ढंग से पता लगाने के लिए वेइबुल मार्जिनल्स (Weibull marginals) वाले कोपुला-आधारित मार्कोव मॉडल का उपयोग करता है, जैसा कि सिमुलेशन और कोविड-19 महामारी के दौरान VIX इंडेक्स पर एक अनुभवजन्य अनुप्रयोग द्वारा सत्यापित किया गया है।
यह शोध पत्र एक ऐसे नवीन ढांचे का प्रस्ताव करता है जो अध्ययन-स्तरीय समानता का अनुमान लगाने और समरूप उपसमूहों की पहचान करने के लिए लार्ज लैंग्वेज मॉडल्स को डीप मेट्रिक लर्निंग के साथ एकीकृत करता है, जिससे अध्ययनों के बीच की विषमता को दूर किया जा सके और अवलोकनात्मक अध्ययनों के मेटा-विश्लेषण में अधिक सटीक निष्कर्ष निकाला जा सके।
यह शोध पत्र डेटा सेंटर शेड्यूलिंग नीतियों के लिए A/B टेस्टिंग में मार्कोवियन इंटरफेरेंस (Markovian interference) को कम करने हेतु लिटल्स लॉ (Little's Law) पर आधारित मिश्रित डिफरेंस-इन-Q (Differences-in-Q) एस्टिमेटर्स का प्रस्ताव करता है, जो व्यापक सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण मानक विधियों की तुलना में पूर्वाग्रह (bias) और विचरण (variance) को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र कंपोजिशनल डेटा में लुप्त मानों (missing values) को भरने के लिए एक नवीन नॉनपैरामीट्रिक -NN एल्गोरिदम प्रस्तावित करता है जो शून्य मानों को संभालने और हाइपर-पैरामीटर्स को स्व-अनुकूलित करने के लिए जेन्सन-शैनन डाइवर्जेंस (Jensen-Shannon divergence) और फ्रेचेट मीन (Fréchet mean) का लाभ उठाता है, जो मौजूदा विधियों की तुलना में बेहतर सटीकता और गणनात्मक दक्षता प्रदर्शित करता है।
यह शोध पत्र प्रायोगिक डिजाइन में आर. ए. फिशर के मौलिक योगदानों की समीक्षा करता है, विशेष रूप से रोथमस्टेड में उनके कार्य से उत्पन्न योगदानों की, और इन ऐतिहासिक सिद्धांतों को कृषि विज्ञान और पादप प्रजनन में क्षेत्र प्रयोगों पर लेखक के समकालीन अनुसंधान से जोड़ता है, जिसमें रो-कॉलम डिजाइन, बहु-पर्यावरण परीक्षण और इष्टतम परीक्षण आवंटन जैसे विषय शामिल हैं।