2434 पेपर
यह शोध पत्र बेयसियन प्रयोगात्मक डिजाइन और वेरिएशनल मिश्रण संरचना शिक्षण को संयोजित करने वाले एक नवीन ढांचे का प्रस्ताव करता है ताकि विषम कारण संरचनाओं की खोज में विशेषज्ञ ज्ञान को शामिल किया जा सके, जिससे कारण बेयसियन नेटवर्क के मिश्रणों का अनुमान लगाया जा सके जो सिंथेटिक और वास्तविक दुनिया के स्तन कैंसर डेटा दोनों पर मौजूदा विधियों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र OASIS प्रस्तुत करता है, जो संरचनात्मक गतिशील मॉडलों (structural dynamic models) के लिए एक नवीन पहचान ढांचा है, जो लक्षित चरों के साथ संरेखित ऑर्थोगोनल रोटेशन चुनने के लिए एक भारित सहसंबंध-अधिकतमीकरण उद्देश्य (weighted correlation-maximizing objective) को अनुकूलित करता है, और पारंपरिक रिकर्सिव चोलेस्की (recursive Cholesky) एवं प्रॉक्सी VAR विधियों की तुलना में सहसंबंध अंतराल को व्यवस्थित रूप से कम करके और आर्थिक रूप से महत्वपूर्ण शॉक लीकेज (shock leakage) को प्रकट करके बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र सीमित जनसंख्या माध्य (फाइनाइट पॉपुलेशन मीन) के लिए एक प्रधान घटक विश्लेषण (प्रिंसिपल कंपोनेंट एनालिसिस) आधारित अनुमानक प्रस्तावित करता है जो बहु-सहसंबंध (मल्टीकोलिनियैरिटी) को कम करने के लिए सहसंबद्ध सहायक चरों को ऑर्थोगोनल घटकों में रूपांतरित करता है, और सैद्धांतिक व्युत्पत्ति एवं अनुभवजन्य अध्ययनों के माध्यम से यह प्रदर्शित करता है कि यह माध्य वर्ग त्रुटि (मीन स्क्वायर एरर) और दक्षता के मामले में पारंपरिक अनुमानकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र स्टोकेस्टिक मिरर लैंघ्विन डायनेमिक्स (stochastic mirror Langevin dynamics) का उपयोग करके बड़े डेटा वाले सामान्यीकृत रैखिक मिश्रित मॉडलों (generalized linear mixed models) के लिए एक स्केलेबल और सटीक बेयसियन अनुमान ढांचा प्रस्तावित करता है, जो मौजूदा विधियों की विचलन समस्याओं को दूर करता है और स्पष्ट त्रुटि सीमाओं द्वारा समर्थित एक नवीन पोस्ट-प्रोसेसिंग चरण के माध्यम से सबसैंपलिंग-प्रेरित विचरण पूर्वाग्रह (subsampling-induced variance bias) को समाप्त करता है।
यह शोध पत्र बाउंडेड निरंतर स्व-रिपोर्ट डेटा (bounded continuous self-report data) के विश्लेषण के लिए दो नए साक्ष्य संचय मॉडलों, हाफ-सर्कुलर डिफ्यूजन मॉडल (Half-Circular Diffusion Model) और बीटा ड्रिफ्ट डिफ्यूजन मॉडल (Beta Drift Diffusion Model) को प्रस्तुत और तुलना करता है, जो विश्लेषणात्मक लाइकलीहुड फंक्शन (analytical likelihood functions) की आवश्यकता के बिना मजबूत पैरामीटर अनुमान और मॉडल चयन को सक्षम करने के लिए अमोर्टाइज्ड बायेसियन इन्फरेंस (amortized Bayesian inference) का उपयोग करता है।
यह शोध पत्र बड़े नॉनलीन्र मिक्सड इफेक्ट्स (NLME) मॉडलों को फिट करने के लिए एक स्केलेबल विकल्प के रूप में वेरिएशनल एक्सपेक्टेशन मैक्सिमाइजेशन (VEM) एल्गोरिदम को प्रस्तुत और मान्य करता है, जो Pumas सॉफ़्टवेयर का उपयोग करके 15,000 से अधिक जनसंख्या मापदंडों वाले जटिल डेटासेट को कुशलतापूर्वक संभालने की अपनी क्षमता का प्रदर्शन करता है।
यह शोध पत्र एक उन्नत अर्ध-पर्यवेक्षित (semisupervised) ध्रुवीयता विश्लेषण तकनीक प्रस्तुत करता है जो अधिक सटीक और व्याख्या योग्य संभाव्य ध्रुवीयता स्कोर प्रदान करने के लिए एक मास्क्ड लैंग्वेज मॉडल के रूप में word2vec का उपयोग करता है, जो चीन डेली के कोविड-19 कवरेज के विश्लेषण के माध्यम से पारंपरिक स्थानिक मॉडलों पर इसकी श्रेष्ठता को प्रदर्शित करता है।
यह शोध पत्र तर्क देता है कि गैर-सटीक प्रयोगों में बाइनरी प्रतिकृति निर्णयों (binary replication verdicts) को एकत्रित करना "प्रतिकृति योग्य" और "प्रतिकृति योग्य नहीं" परिणामों के बीच विश्वसनीय रूप से अंतर करने में विफल रहता है क्योंकि अंतर्निहित विषमता अपरिहार्य अनिश्चितता और अनिश्चित विचलन (unidentifiable variance) उत्पन्न करती है, जिससे प्रतिकृति संकट (replication crisis) घोषित करने के लिए उपयोग किए जाने वाले सांख्यिकीय आधार कमजोर हो जाते हैं।
यह शोध पत्र TWICEBEE का प्रस्ताव करता है, जो एक नवीन दो-चरणीय इंट्रा-पेशेंट डोज़-एस्केलेशन डिज़ाइन है, जो क्रमिक उपचार चक्रों के दौरान घटती विषाक्तता को मॉडल करके मल्टी-साइकिल इम्यूनोथेरेपी परिवेश के लिए कर्व-फ्री बेयसियन निर्णय-सैद्धांतिक ढांचे को अनुकूलित करता है ताकि सुरक्षित रूप से चक्र-विशिष्ट अधिकतम सहन करने योग्य खुराक (maximum tolerated doses) की पहचान की जा सके।
यह शोध पत्र एक एकीकृत बेयसियन (Bayesian) स्थानिक-सामयिक सांख्यिकीय ढांचे को प्रस्तुत करता है जो स्थानिक क्वांटाइल रिग्रेशन, गैर-स्थिर चरम मान मॉडलिंग और कोपुला-आधारित निर्भरता संरचनाओं को एकीकृत करता है ताकि पारंपरिक सीमांत दृष्टिकोणों की तुलना में हीटवेव की संभावना और निरंतरता पर मानवजनित प्रभावों को अधिक सटीक रूप से स्पष्ट किया जा सके।