📊 Category

stat.ME

2434 पेपर

📊 statistics

Deployment of AI-Assisted Interventions: Capacity Constraints and Noisy Compliance

यह शोध पत्र यह प्रदर्शित करता है कि क्षमता संबंधी बाधाओं और शोर युक्त अनुपालन (noisy compliance) के तहत एआई-संचालित हस्तक्षेप थ्रेशोल्ड के लिए केवल भविष्य कहनेवाला सटीकता (predictive accuracy) पर निर्भर रहना उप-इष्टतम है, और उपयोगिता एवं कैनिबलाइजेशन (cannibalization) के बीच संतुलन बनाने के लिए थ्रेशोल्ड को अनुकूलित करने का प्रस्ताव देता है, साथ ही एल्गोरिदम चयन को परिचालन प्रदर्शन के साथ संरेखित करने के लिए एक नया "ऑपरेशनल AUC" मीट्रिक भी पेश करता है।

Carri W. Chan, Yi Han, Hannah Li, Benjamin L. Ranard2026-04-17
📊 statistics

Early-stopped aggregation: Adaptive inference with computational efficiency

यह शोध पत्र अर्ली-स्टॉप्ड एग्रीगेशन (ESA) का प्रस्ताव करता है, जो एक बहुमुखी ढांचा है जो अर्ली-स्टॉपिंग मानदंड के माध्यम से चयनित सरल मॉडलों के केवल एक छोटे उपसमुच्चय को एकत्रित करके अनुकूल सांख्यिकीय अनुमान (adaptive statistical inference) में कम्प्यूटेशनल दक्षता को बढ़ाता है, जबकि बेयसियन और फ्रीक्वेंटिस्ट दोनों प्रतिमानों में इष्टतम अनुकूल अभिसरण दरों (optimal adaptive contraction rates) की सैद्धांतिक गारंटी देता है।

Ilsang Ohn, Shitao Fan, Jungbin Jun, Lizhen Lin2026-04-17
📊 statistics

Bayesian sparse principal coordinates analysis with delta-tolerant linear approximation for microbiome data

यह शोध पत्र बेयसियन स्पार्स प्रिंसिपल कोऑर्डिनेट्स एनालिसिस (BSPCoA) को प्रस्तुत करता है, जो एक पोस्ट हॉक फ्रेमवर्क है जो व्याख्यात्मकता बढ़ाने और माइक्रोबायोम बीटा-विविधता अध्ययनों में प्रभावशाली चालकों की पहचान करने के लिए बेयसियन प्रायर्स (priors) और एक डेल्टा-टॉलरेंस डायग्नोस्टिक का उपयोग करके टैक्सों के एक स्पार्स लीनियर सरोगेट के माध्यम से शास्त्रीय PCoA ऑर्डिनेशन का सन्निकटन करता है।

Hsin-Hsiung Huang, Ruitao Liu, Liangliang Zhang, Shao-Hsuan Wang2026-04-17
🤖 machine learning

Generative Augmented Inference

यह शोध पत्र जेनेरेटिव ऑगमेंटेड इन्फरेंस (GAI) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो मानव-लेबल वाले परिणामों के अनुमान की दक्षता और सटीकता को महत्वपूर्ण रूप से सुधारने और लेबलिंग लागत को कम करने के लिए बड़े भाषा मॉडल (LLM) के आउटपुट को सूचनात्मक सहायक विशेषताओं के रूप में उपयोग करता है, बिना एआई भविष्यवाणियों और वास्तविक लेबल के बीच किसी प्रत्यक्ष या ज्ञात संबंध की आवश्यकता के।

Cheng Lu, Mengxin Wang, Dennis J. Zhang, Heng Zhang2026-04-17
📊 statistics

Model Checking for Regressions Based on Weighted Residual Processes with Diverging Number of Predictors

यह शोधपत्र उच्च-आयामी परिवेशों में, जहाँ भविष्यवाताओं (predictors) की संख्या नमूना आकार के साथ बढ़ती है, प्रतिगमन मॉडलों (regression models) का आकलन करते समय शास्त्रीय ICM परीक्षण के आकार विरूपण (size distortion) और शक्ति हानि (power loss) को दूर करने के लिए भारित अवशिष्ट प्रक्रियाओं (weighted residual processes) और एक स्मूथ अवशिष्ट बूटस्ट्रैप (smooth residual bootstrap) पर आधारित एक नया विनिर्देश परीक्षण (specification test) प्रस्तावित करता है।

Yue Hu, Haiqi Li, Xintao Xia2026-04-17
📈 economics

Benign Overfitting in Economic Forecasting via Noise Regularization

यह शोध पत्र यह प्रदर्शित करता है कि आर्थिक पूर्वानुमान में, लीनियर ओवरपैरामीटराइज्ड मॉडल्स को नॉइज़ वेरिएबल्स के साथ बढ़ाना एक रेगुलेराइज़ेशन मैकेनिज्म के रूप में कार्य करता है जो वेरिएंस को कम करने के लिए डिज़ाइन मैट्रिक्स आइजनवैल्यूज़ को सिकोड़ता है, जिससे फैक्टर एस्टीमेशन या वेरिएबल सिलेक्शन की आवश्यकता के बिना ओरेकल-लेवल सटीकता प्राप्त होती है।

Yuan Liao, Xinjie Ma, Andreas Neuhierl, Zhentao Shi2026-04-16
📊 statistics

Staying on Track: Efficient Trajectory Discovery with Adaptive Batch Sampling

यह शोध पत्र एक प्रक्षेपवक्र-उन्मुख (trajectory-oriented) बायेसियन अनुकूलन पद्धति प्रस्तावित करता है जो इनपुट मापदंडों और रैंडम सीड्स दोनों को समाहित करने वाले गॉसियन प्रोसेस सरोगेट्स के साथ मिलकर, एक अनुकूली थॉम्पसन सैंपलिंग एल्गोरिदम का उपयोग करता है, ताकि स्टोकेस्टिक महामारी मॉडलों में डेटा-संगत प्रक्षेपवक्रों की कुशलतापूर्वक पहचान की जा सके और पारंपरिक केवल-मापदंड अनुमान दृष्टिकोणों से बेहतर प्रदर्शन किया जा सके।

Arindam Fadikar, Abby Stevens, Mickael Binois, Nicholson Collier, David O'Gara, Jonathan Ozik2026-04-16✓ Author reviewed ⓘ
🤖 machine learning

Bias-Corrected Adaptive Conformal Inference for Multi-Horizon Time Series Forecasting

यह शोध पत्र बायस-करेक्टेड एडेप्टिव कॉन्फॉर्मल इन्फरेंस (BC-ACI) प्रस्तुत करता है, जो एक ऐसी विधि है जो प्रेडिक्शन इंटरवल को री-सेंट करने के लिए एक ऑनलाइन बायस एस्टिमेशन मैकेनिज्म को एकीकृत करके टाइम सीरीज़ फोरकास्टिंग के लिए मानक ACI को उन्नत करती है, जिससे वितरण बदलावों (डिस्ट्रीब्यूशन शिफ्ट्स) के तहत कठोर कवरेज गारंटी बनाए रखते हुए अंतराल की चौड़ाई को महत्वपूर्ण रूप से कम किया जा सकता है।

Ankit Lade, Sai Krishna J., Indar Kumar2026-04-16
📊 statistics

Estimating effect thresholds and beyond: A flexible framework for multivariate alert detection

यह शोध पत्र स्थान, स्केल और आकार के लिए सामान्यीकृत योगात्मक मॉडलों (GAMLSS) पर आधारित एक लचीले पैरामीट्रिक ढांचे को प्रस्तुत करता है ताकि बहुआयामी प्रभाव थ्रेशोल्ड (thresholds) का अनुमान लगाया जा सके और समय एवं खुराक जैसे कई सह-चरों (covariates) के बीच अलर्ट संबंधों के लिए विश्वास क्षेत्र (confidence regions) निर्मित किए जा सकें, जो विशिष्ट बिंदुओं पर मापों की अनुपस्थिति में भी उपलब्ध सभी डेटा का लाभ उठाते हैं।

Lucia Ameis, Niklas Hagemann, Kathrin Möllenhoff2026-04-16
📊 statistics

Efficient estimation of cumulative incidence curves via data fusion with surrogates: application to integrated analysis of vaccine trial and immunobridging data

यह शोध पत्र ऐतिहासिक वैक्सीन प्रभावकारिता परीक्षणों और इम्यूनोब्रिजिंग अध्ययनों से प्रतिभागी-स्तरीय डेटा को संलयित करके संचयी घटना वक्रों (cumulative incidence curves) का अनुमान लगाने के लिए कुशल और बहु-सुदृढ़ सांख्यिकीय विधियों को विकसित करता है, जिसका अनुप्रयोग मल्टी-सीरोटाइप रोगजनकों और कोविड-19 बूस्टर डेटा पर प्रदर्शित किया गया है।

Pan Zhao, Peter B. Gilbert, Oliver Dukes, Bo Zhang2026-04-16