📊 Category

stat.ME

2434 पेपर

📊 statistics

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality

यह शोध पत्र एक अनुकूली फ्यूज्ड ऑर्थोगोनल एस्टिमेटर (adaptive fused orthogonal estimator) प्रस्तावित करता है जो अर्ध-पैरामीट्रिक विषम क्लस्टर्ड मल्टीटास्क लर्निंग (semi-parametric heterogeneous clustered multitask learning) में सटीक लेटेंट क्लस्टर रिकवरी और ओरेकल-कुशल पैरामीट्रिक अभिसरण प्राप्त करने के लिए नेमैन ऑर्थोगोनैलिटी (Neyman orthogonality) और डेटा-संचालित फ्यूजन पेनल्टीज़ (data-driven fusion penalties) का लाभ उठाता है, जो अनंत-आयामी न्यूसेंस घटकों (infinite-dimensional nuisance components) द्वारा उत्पन्न चुनौतियों का प्रभावी ढंग से समाधान करता है।

Hanxiao Chen, Debarghya Mukherjee2026-05-05
📊 statistics

Shifted asymmetric Laplace mixtures of experts

यह शोध पत्र रिग्रेशन और क्लस्टरिंग में विषमता (skewness), भारी पूंछ (heavy tails) और आउटलेयर्स को प्रभावी ढंग से संभालने के लिए शिफ्टेड एसिमेट्रिक लाप्लास वितरण पर आधारित एक रोबस्ट मिक्सचर ऑफ एक्सपर्ट्स (SALMoE) मॉडल प्रस्तावित करता है, जो पैरामीटर अनुमान के लिए एक हाइब्रिड EM-MM एल्गोरिदम का उपयोग करता है और सिमुलेशन तथा वास्तविक दुनिया के आर्थिक अनुप्रयोगों के माध्यम से गाऊसी मॉडलों पर इसकी श्रेष्ठता प्रदर्शित करता है।

Sphiwe B. Skhosana, Hien Duy Nguyen2026-05-05
📊 statistics

Neural Generative Distributional Regression

यह शोध पत्र एक न्यूरल नेटवर्क-आधारित एस्टिमेटर प्रस्तावित करता है जो शोर (noise) से एक जनरेटिव ट्रांसफॉर्मेशन सीखने के लिए एम्पिरिकल एनर्जी डिस्टेंस को कम करता है, जो एडेप्टिव ऑप्टिमल रेट्स के सैद्धांतिक गारंटियों और प्रेडिक्टिव इंटरवल कंस्ट्रक्शन एवं डेंसिटी एस्टिमेशन जैसे कार्यों के लिए व्यावहारिक उपयोगिता की पेशकश करता है।

Jinhang Chai, Jianqing Fan, Yihong Gu2026-05-05
📊 statistics

An adaptive variance estimator for relative sparsity

यह शोध पत्र नीति गुणांकों (policy coefficients) के लिए एक नया अनुकूली विचरण अनुमानक (adaptive variance estimator) प्रस्तुत करता है जो सापेक्ष विरलता अनुमान (relative sparsity inference) में अनिश्चितता के प्रतिनिधित्व को सुधारने के लिए पूर्णतः एसिम्प्टोटिक नॉर्मलिटी (asymptotic normality) का लाभ उठाता है और परिवर्तनीय चयन (variable selection) को ध्यान में रखता है, जिससे नैदानिक चिकित्सा में सुरक्षित नीति शिक्षण को सुगम बनाया जा सके।

Samuel Julian Weisenthal2026-05-05
📊 statistics

Efficient Transported Distributional and Quantile Treatment Effects with Surrogate-Assisted Missing Primary Outcomes

यह शोध पत्र एक नवीन, कुशल ढांचे का प्रस्ताव करता है जो उन स्थितियों में ट्रांसपोर्टेड डिस्ट्रीब्यूशनल और क्वांटाइल ट्रीटमेंट इफेक्ट्स का अनुमान लगाने के लिए है जहाँ लक्षित जनसंख्या में प्राथमिक परिणाम अनुपलब्ध होते हैं, जो सख्त सरोगसी धारणाओं पर निर्भर हुए बिना सोर्स स्टडी से पोस्ट-ट्रीटमेंट सरोगेट्स का लाभ उठाकर अनुमान की सटीकता में सुधार करता है।

Pengyun Wang2026-05-05
📊 statistics

2D Stability Selection: Design Jittering for Doubly Stable Feature Selection

यह शोध पत्र "डबली स्टेबल फीचर सिलेक्शन" (doubly stable feature selection) प्रस्तुत करता है, जो एक 'परटर्ब-एंड-एग्रीगेट' (perturb-and-aggregate) ढांचा है जो डिज़ाइन मैट्रिक्स में व्यवस्थित रूप से शोर (noise) इंजेक्ट करके उच्च-आयामी प्रतिगमन (high-dimensional regression) में मजबूती को बढ़ाता है ताकि उन विशेषताओं की पहचान की जा सके जो सैंपलिंग परिवर्तनशीलता और माप त्रुटि दोनों के विरुद्ध स्थिर रहती हैं।

Mahdi Nouraie, Houying Zhu, Samuel Muller2026-05-05
📊 statistics

Practical Boundary Degeneracy and Reverse-Martingale Limits in Sequential Binary Models

यह शोधपत्र एक रिवर्स-मार्टिंगेल ढांचे के तहत लॉजिस्टिक रिग्रेशन में सभी-विफलता (all-failure) रन, सभी-सफलता (all-success) रन और पूर्ण पृथक्करण (complete separation) के विश्लेषण को एकीकृत करता है, जो एक मजबूत स्टॉपिंग नियम प्रस्तावित करता है जिसके लिए वास्तविक सीमित क्षय (limiting degeneracy) और क्षणिक आभासी निश्चितता (transient apparent certainty) के बीच अंतर करने हेतु सीमा निकटता (boundary closeness), अनिश्चितता चौड़ाई (uncertainty width) और प्रक्षेपवक्र स्थिरता (trajectory stability) की एक साथ आवश्यकता होती है।

Yuan-chin Ivan Chang2026-05-05
📊 statistics

Denoising data using convex relaxations

यह शोध पत्र एक उत्तल-विश्रांति (convex-relaxation) शोर निवारण अनुमानक प्रस्तावित करता है जो शोरयुक्त प्रेक्षणों को एक निम्न-आयामी अव्यक्त मैनिफोल्ड के उत्तल आवरण (convex hull) पर प्रक्षेपित करता है, जो विशिष्ट वितरण संबंधी स्थितियों के तहत परिमित-नमूना त्रुटि गारंटी प्रदान करता है और क्रायो-इलेक्ट्रॉन माइक्रोस्कोपी अनुप्रयोगों के लिए इस ढांचे को मान्य करता है।

Charles Fefferman, Aalok Gangopadhyay, Matti Lassas, Jonathan Marty, Hariharan Narayanan2026-05-05
📈 economics

Prior-Free Sample Size Design for Test-and-Roll Experiments

यह शोध पत्र टेस्ट-एंड-रोल प्रयोगों को डिजाइन करने के लिए एक प्रायोर-फ्री (prior-free) वर्स्ट-केस मार्जिनल बेनिफिट (WMB) नियम प्रस्तावित करता है जो एक व्यावहारिक 'वन-थर्ड' (one-third) बेंचमार्क स्थापित करके मानक मिनिमैक्स रिग्रेट (minimax regret) की सीमाओं को हल करता है, जो यह सुझाव देता है कि गॉसियन (Gaussian) और बरनौली (Bernoulli) दोनों परिणामों के लिए कुल जनसंख्या का लगभग एक-तिहाई नमूना आकार इष्टतम है।

Kentaro Kawato, Shosei Sakaguchi2026-05-05
📊 statistics

Fast and accurate conditioning for large-scale and online Gaussian process prediction problems

यह शोध पत्र बड़े पैमाने पर गॉसियन प्रोसेस प्रेडिक्शन (Gaussian process prediction) के लिए एक तेज़ और सटीक विधि प्रस्तुत करता है जो मशीन-प्रिसिजन सटीकता प्राप्त करने के लिए सावधानीपूर्वक डिज़ाइन किए गए डेटा के लीनियर कॉम्बिनेशन (linear combinations) पर आधारित है, जिसमें लगभग लीनियर प्रीकंप्यूटेशन (near-linear precomputation) और कॉन्स्टेंट-टाइम ऑनलाइन प्रेडिक्शन (constant-time online prediction) शामिल है, जो विशेष रूप से स्मूथ कर्नेल्स (smooth kernels) और बड़े कनेक्टेड क्षेत्रों के लिए प्रभावी है।

Samanyu Arora, Christopher J. Geoga2026-05-05