2434 पेपर
यह शोधपत्र भारी पूंछ (heavy tails) और अप्रासंगिक चरों वाले उच्च-आयामी डेटा के लिए एक सुदृढ़ क्लस्टरिंग फ्रेमवर्क प्रस्तावित करता है जो K-means मीन अपडेट को स्थानिक माध्यिका (spatial medians) से बदल देता है, एक लचीले असाइनमेंट मेट्रिक को शामिल करता है, और बेहतर सटीकता एवं स्थिरता प्राप्त करने के लिए एक स्वचालित हार्ड फीचर-एक्सक्लूजन तंत्र का उपयोग करता है।
यह शोध पत्र अनुदैर्ध्य फलन-पर-फलन (longitudinal function-on-function) प्रतिगमन के लिए एक गणनात्मक रूप से कुशल, तीन-चरणीय मार्जिनल दृष्टिकोण प्रस्तावित करता है जो उच्च-आयामी पहनने योग्य डेटा (wearable data) पर सटीक अनुमान और वैध निष्कर्ष सक्षम करता है, जैसा कि एक शारीरिक गतिविधि हस्तक्षेप परीक्षण में प्रदर्शित किया गया है और एक R पैकेज में कार्यान्वित किया गया है।
यह अध्ययन लैम्ब वेदर टाइप की निरंतरता और संक्रमणों के साथ-साथ दैनिक आवृत्तियों का विश्लेषण करके इबेरियन प्रायद्वीप पर CMIP6 GCM के प्रदर्शन का मूल्यांकन करने के लिए एक नवीन ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि जहाँ कई मॉडल बुनियादी परिसंचरण पैटर्न को पकड़ते हैं, वहीं केवल 12 प्रक्षेपवक्र (विशेष रूप से EC-Earth3 परिवार से) सटीक रूप से दिन-प्रतिदिन की वायुमंडलीय गतिशीलता को पुनरुत्पादित करते हैं, जो विशेष रूप से मध्य और दक्षिणी भूमध्यसागरीय क्षेत्रों में प्रदर्शन के अंतर को उजागर करते हैं।
यह शोध पत्र स्पॉट रिग्रेशन के लिए एक नए अनुमान और निष्कर्ष ढांचे को प्रस्तुत करता है जो उच्च-आवृत्ति वाले कैंडलस्टिक डेटा (उच्च और निम्न कीमतों सहित) का लाभ उठाकर पारंपरिक रिटर्न-आधारित विधियों की तुलना में अधिक सटीक स्पॉट बीटा अनुमान और अधिक शक्तिशाली परिकल्पना परीक्षण उत्पन्न करता है, जैसा कि बिटकॉइन की मार्केट न्यूट्रैलिटी पर इसके अनुप्रयोग द्वारा प्रदर्शित किया गया है।
यह शोध पत्र DiME प्रस्तुत करता है, जो पोस्टीरियर सैंपलिंग से प्राप्त मध्यवर्ती नमूनों (intermediate samples) का लाभ उठाकर डिफ्यूजन प्रायर्स (diffusion priors) के मॉडल एविडेंस का अनुमान लगाने की एक सैंपल-कुशल विधि है, जो व्यापक डेंसिटी इवैल्यूएशन या सटीक क्लीन स्कोर्स की आवश्यकता के बिना, इल-पोज़्ड इमेजिंग इनवर्स समस्याओं में प्रभावी मॉडल चयन और प्रायर मिसफिट डायग्नोसिस सक्षम बनाता है।
यह शोध पत्र लीनियर रिग्रेशन मॉडल में वेरिएबल सिलेक्शन के लिए एक नवीन आर्टिफिशियल न्यूरल नेटवर्क दृष्टिकोण प्रस्तावित करता है जो वेरिएबल महत्व निर्धारित करने के लिए ओएलएस (OLS) अनुमानों का लाभ उठाता है, और सिमुलेशन अध्ययनों तथा डब्ल्यूएचओ (WHO) जीवन प्रत्याशा डेटा के एक वास्तविक अनुप्रयोग के माध्यम से स्टेपवाइज रिग्रेशन, एआईसी (AIC), बीआईसी (BIC) और लासो (LASSO) जैसे पारंपरिक तरीकों के विरुद्ध अपने बेहतर प्रदर्शन को प्रदर्शित करता है।
यह शोध पत्र बेयसियन वेरिएबल सिलेक्शन के लिए रिवर्सिबल जंप एमसीएमसी (Reversible Jump MCMC) के एक पारदर्शी और कुशल विकल्प के रूप में मिक्सचर्स ऑफ म्यूचुअली सिंगुलर (Mixtures of Mutually Singular - MoMS) वितरणों को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि यह मानक फिक्स्ड-डायमेंशनल सैंपलिंग एल्गोरिदमों के उपयोग की अनुमति देते हुए तुलनीय या बेहतर प्रदर्शन प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करता है कि निर्णय लेने के लिए क्रिया-परिणाम की संभावनाओं को कैसे कारण संबंधी मॉडलों (causal models) में आधारित किया जा सकता है, जो अज्ञात कारण तंत्र वाले परिदृश्यों में तर्कसंगत विकल्प सिद्धांत (rational choice theory) का विस्तार करता है और कारण संबंधी जानकारी को शामिल करने के लिए नैश इक्विलिब्रियम (Nash Equilibrium) का सामान्यीकरण करता है।
यह समीक्षा लेख भू-सांख्यिकीय और स्थानिक अर्थमितीय मॉडलों के लिए नियमित अनुमान प्रक्रियाओं (regularised estimation procedures) और क्रॉस-वैलिडेशन तकनीकों का परीक्षण करता है, जो आयामी न्यूनीकरण (dimensionality reduction), मॉडल चयन और बहुभिन्नरूपी स्थानिक-सामयिक प्रक्रियाओं (multivariate spatiotemporal processes) के विश्लेषण के माध्यम से बड़े भू-स्थानिक डेटा को संभालने में उनकी उपयोगिता पर प्रकाश डालता है।
यह शोध पत्र वॉर्प्ड मल्टीफिडेलिटी गॉसियन प्रोसेस (WMFGP) को प्रस्तुत करता है, जो एक नवीन डेटा फ्यूजन विधि है जिसे विषम पर्यावरणीय डेटा और परिवर्तनशील डेटा रिज़ॉल्यूशन को संभालने के लिए डिज़ाइन किया गया है, जिसे सिमुलेशन और ARPA लोम्बार्डिया के विंड स्पीड नेटवर्क पर एक केस स्टडी के माध्यम से डेटा अंतराल को प्रभावी ढंग से भरने और वायु गुणवत्ता प्रबंधन में सुधार करने के लिए प्रदर्शित किया गया है।