2434 पेपर
यह शोध पत्र एक सिस्टम और स्टेट-आधारित दृष्टिकोण वाला कारण मॉडलिंग (causal modeling) प्रस्तावित करता है जो समय-परिवर्ती संदर्भों में पारंपरिक पोटेंशियल आउटकम्स और DAGs की सीमाओं को पार करने के लिए संतुलन व्यवहार पर क्षणिक और स्थायी कारण प्रभावों के बीच अंतर करने हेतु एक नवीन 'नुल इफेक्ट' (null effect) परिभाषा को पेश करता है।
यह शोध पत्र उच्च-आयामी डेटा (high-dimensional data) के लिए चार दंडित प्रतिगमन विधियों (penalized regression methods) और उनके मापन-त्रुटि-सुधारित वेरिएंट्स (measurement-error-corrected variants) की समीक्षा और तुलना करता है, जो सिमुलेशन और एक वास्तविक-विश्व आनुवंशिक अनुप्रयोग के माध्यम से यह प्रदर्शित करता है कि इष्टतम सुधार रणनीति विशिष्ट समस्या संदर्भ पर निर्भर करती है।
यह शोध पत्र सेलवाइज़ रोबस्ट डिस्क्रिमिनेन्ट एनालिसिस (cellQDA और cellLDA) का प्रस्ताव करता है, जो एक नई विधि है जो प्रशिक्षण और भविष्यवाणी दोनों के दौरान आउटलाइंग सेल्स (outlying cells) और लुप्त मानों (missing values) को संभालने के लिए सेलवाइज़ और केसवाइज़ रोबस्ट एस्टिमेटर्स का उपयोग करती है, जिससे उस जानकारी को संरक्षित किया जाता है जो पूरे आउटलायर केसेस को हटाने से अन्यथा खो जाती।
यह शोध पत्र MoSAIC को प्रस्तुत करता है, जो एक पदानुक्रमित बेयसियन स्थानिक प्रतिगमन मॉडल (hierarchical Bayesian spatial regression model) है जो वैश्विक ट्यूमर ग्रेडिएंट्स, रोगी-विशिष्ट प्रभावों और स्थानिक निर्भरताओं में भिन्नता को विभाजित करके कैंसर इमेजिंग में बहु-रिज़ॉल्यूशन सेलुलर कोलोकलाइज़ेशन डेटा का प्रभावी ढंग से विश्लेषण करता है, जिससे रीनल सेल कार्सिनोमा में एपिथेलियल-टू-मेसेनकाइमल ट्रांज़िशन से जुड़े प्रतिरक्षा दमन पैटर्न का पता चलता है।
यह शोध पत्र "लीव-अ-विंडो-आउट" (LWO) विधि का प्रस्ताव करके टाइम सीरीज़ प्रेडिक्टिव इन्फरेंस में मानक "लीव-वन-आउट जैकनाइफ" की विफलता को संबोधित करता है, जो टेम्पोरल डिपेंडेंस (कालिक निर्भरता) को एक स्टेबिलिटी-आधारित संशोधन के माध्यम से ध्यान में रखकर स्प्लिट कॉन्फॉर्मल प्रेडिक्शन की तुलना में संकीर्ण अंतराल के साथ वैध कवरेज प्राप्त करता है।
यह शोध पत्र रैंडमाइज्ड क्लिनिकल ट्रायल्स में कोवेरिएट एडजस्टमेंट के लिए एक स्वचालित, मॉडल-मुक्त ढांचे का प्रस्ताव करता है जो मॉडल मिसस्पेसिफिकेशन या पक्षपाती भविष्यवाणियों के तहत भी वैध उपचार प्रभाव अनुमान और मानक त्रुटियों को सुनिश्चित करते हुए सांख्यिकीय शक्ति बढ़ाने के लिए मशीन लर्निंग जैसी डेटा-संचालित विधियों का लाभ उठाता है।
यह शोध पत्र पोस्टीरियर कॉन्फॉर्मल प्रेडिक्शन (PCP) को प्रस्तुत करता है, जो एक नवीन विधि है जो डेटा-संचालित क्लस्टर्स या उपयोगकर्ता-निर्दिष्ट उपसमूहों के लिए मार्जिनल और अनुमानित कंडीशनल वैधता दोनों के साथ प्रेडिक्शन इंटरवल जनरेट करके मानक कॉन्फॉर्मल प्रेडिक्शन को उन्नत करती है, जिसके परिणामस्वरूप विविध अनुप्रयोग डोमेन में कम प्रतिनिधित्व वाले व्यक्तियों के लिए अधिक सटीक अंतराल और बेहतर कवरेज प्राप्त होता है।
यह शोध पत्र Local MDI+ (LMDI+) को प्रस्तुत करता है, जो एक नवीन विधि है जो वैश्विक MDI+ फ्रेमवर्क का विस्तार करती है ताकि ट्री-आधारित मॉडलों के लिए स्थिर, संरचना-जागरूक स्थानीय फीचर महत्व प्रदान किया जा सके, जो इंस्टेंस-विशिष्ट भविष्य कहने वाले फीचर्स की पहचान करने में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है और काउंटरफैक्चुअल जनरेशन जैसे उन्नत व्याख्यात्मकता उपयोग के मामलों को सक्षम बनाता है।
यह शोध पत्र टेम्परेचर स्केलिंग का एक कठोर सैद्धांतिक विश्लेषण प्रदान करता है, जो मॉडल अनिश्चितता को बढ़ाने के इसके सामान्य प्रभाव को प्रदर्शित करता है, बड़े भाषा मॉडलों में विविधता बढ़ाने की धारणा को चुनौती देता है, और इसके अद्वितीय गुणों में नए ज्यामितीय और रैखिक लक्षण वर्णन संबंधी अंतर्दृष्टि प्रस्तुत करता है।
यह शोध पत्र गोलाकार और अति-गोलाकार (hyper-spherical) डेटा के लिए एलिप्टिकली सिमेट्रिक (elliptically symmetric) वितरणों, विशेष रूप से एलिप्टिकली सिमेट्रिक एंगुलर गॉसियन और प्रोजेक्टेड कॉची वितरणों का उपयोग करते हुए एक मॉडल-आधारित क्लस्टरिंग फ्रेमवर्क प्रस्तावित करता है, जिनका अनुमान एक एक्सपेक्टेशन-मैक्सिमाइजेशन एल्गोरिदम के माध्यम से लगाया जाता है और सिमुलेशन एवं वास्तविक दुनिया के अनुप्रयोगों के माध्यम से सत्यापित किया जाता है।