📊 Category

stat.ME

2434 पेपर

📊 statistics

Inversion-Free Natural Gradient Descent on Riemannian Manifolds

यह शोध पत्र रिमानियन मैनिफोल्ड्स के लिए एक इनवर्जन-फ्री स्टोकेस्टिक नेचुरल ग्रेडिएंट विधि प्रस्तावित करता है जो स्पर्शरेखा स्थान (टैंजेंट स्पेस) के अंतरों को संभालने के लिए ट्रांसपोर्ट ऑपरेशन्स का उपयोग करके फिशर इंफॉर्मेशन मैट्रिक्स के व्युत्क्रम का एक ऑनलाइन सन्निकटन बनाए रखता है, ज्यामितीय बाधाओं को लागू करते हुए लगभग-निश्चित अभिसरण दर प्राप्त करता है और यूक्लिडियन समकक्षों की तुलना में वेरिएशनल बायेस और नॉर्मलाइजिंग फ्लो में बेहतर प्रदर्शन प्रदर्शित करता है।

Dario Draca, Takuo Matsubara, Minh-Ngoc Tran2026-04-06
📊 statistics

Modeling within-department homogeneity in research quality rankings: an application to the Italian ISPD

यह शोध पत्र एक नवीन सांख्यिकीय मॉडल प्रस्तावित करता है जो इतालवी अनुसंधान गुणवत्ता स्कोर में विभाग-वार समरूपता को ध्यान में रखते हुए एक अधिक निष्पक्ष, समायोजित रैंकिंग सूचकांक (ISPD) बनाता है, जो एक नए पेश किए गए "बेटोइडल" (Betoidal) वितरण का उपयोग करके मोटे तौर पर उपलब्ध सार्वजनिक डेटा पर लागू होने के बावजूद, मूल प्रणाली और अन्य प्रतिस्पर्धी विधियों दोनों से बेहतर प्रदर्शन करता है।

Giorgio E. Montanari, Marco Doretti2026-04-06
📊 statistics

Causal-ICM: A Data Fusion Framework For Heterogeneous Treatment Effect Estimation With Multi-Task Gaussian Processes

यह शोध पत्र Causal-ICM का प्रस्ताव करता है, जो एक नवीन बेयसियन नॉनपैरामीट्रिक फ्रेमवर्क है, जो सिद्धांतपूर्ण अनिश्चितता परिमाणीकरण के साथ सुदृढ़ विषम उपचार प्रभाव अनुमान के लिए रैंडमाइज्ड कंट्रोल्ड ट्रायल और अवलोकनात्मक डेटा को प्रभावी ढंग से संलयित करने हेतु मल्टी-टास्क गॉसियन प्रक्रियाओं का उपयोग करता है।

Evangelos Dimitriou, Edwin Fong, Jens Magelund Tarp, Karla Diaz-Ordaz, Brieuc Lehmann2026-04-03
📊 statistics

Adaptive Nonparametric Perturbations of Parametric Models with Generalized Bayes

यह शोधपत्र एक नवीन सामान्यीकृत बेयस ढांचे (generalized Bayes framework) को प्रस्तुत करता है जो पैरामीट्रिक मॉडलों पर अनुकूली गैर-पैरामीट्रिक विक्षोभ (adaptive nonparametric perturbations) लागू करता है, जो मूल पैरामीट्रिक मॉडल की डेटा दक्षता को बनाए रखते हुए मॉडल मिसस्पेसिफिकेशन (model misspecification) के तहत अनुमान के लिए एक गणनात्मक रूप से कुशल और सुदृढ़ दृष्टिकोण प्रदान करता है।

Bohan Wu, Eli N. Weinstein, Sohrab Salehi, Yixin Wang, David M. Blei2026-04-03
📊 statistics

Bayesian local clustering of functional data via semi-Markovian random partitions

यह शोध पत्र कार्यात्मक डेटा (functional data) के अप्रत्यक्ष स्थानीय क्लस्टरिंग के लिए एक लचीले बेयसियन ढांचे (Bayesian framework) को प्रस्तुत करता है जो आंशिक रूप से सहवर्ती कार्यात्मक व्यवहारों और स्थानीयकृत विशेषताओं को प्रभावी ढंग से पकड़ने के लिए बी-स्प्लाइन आधार विस्तार (B-spline basis expansions) को एक नवीन अर्ध-मार्कोवियन आश्रित रैंडम पार्टीशन मॉडल (semi-Markovian dependent random partition model) के साथ जोड़ता है।

Giovanni Toto, Antonio Canale2026-04-03
📊 statistics

Bayesian random-effects meta-analysis of aggregate data on clinical events

यह शोध पत्र अध्ययन की विषमता (heterogeneity) को बेहतर ढंग से समझाने के लिए दुर्लभ नैदानिक घटनाओं और हज़ार्ड रेश्यो के विश्लेषण हेतु होल्ज़हाउर के कॉमन-इफेक्ट मॉडल को एक बेयसियन रैंडम-इफेक्ट्स फ्रेमवर्क में विस्तारित करता है, जो विस्तृत कार्यप्रणाली, वास्तविक दुनिया के अनुप्रयोगों और सिमुलेशन अध्ययनों के माध्यम से इस दृष्टिकोण को प्रमाणित करता है।

Christian Röver, Qiong Wu, Anja Loos, Tim Friede2026-04-03
📊 statistics

A Relativity-Based Framework for Statistical Testing Guided by the Independence of Ancillary Statistics: Methodology and Nonparametric Illustrations

यह शोध पत्र सांख्यिकीय परीक्षण के लिए एक निर्णय-सैद्धांतिक ढांचे का प्रस्ताव करता है जो इष्टतम शक्ति प्राप्त करने के लिए परीक्षण सांख्यिकी और सहायक संरचनाओं (ancillary structures) के बीच निर्भरता को न्यूनतम करने को प्राथमिकता देता है, और गैर-पैरामीट्रिक उदाहरणों और सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण सुदृढ़ और सर्वाधिक शक्तिशाली प्रक्रियाएं प्रदान करता है।

Albert Vexler, Douglas Landsittel2026-04-03
📊 statistics

Transporting Predictions via Double Machine Learning: Predicting Partially Unobserved Students' Outcomes

यह शोध पत्र एक डबल मशीन लर्निंग फ्रेमवर्क प्रस्तावित करता है जो स्रोत से लक्ष्य आबादी तक भविष्य कहनेवाला परिणामों (प्रेडिक्टिव आउटकम्स) की ट्रांसपोर्टेबिलिटी में सुधार करने के लिए कोवेरिएट-शिफ्ट वेटेड मॉडल का उपयोग करता है, जो छात्रों के वित्तीय साक्षरता स्कोर के अनुमान में इसके अनुप्रयोग को प्रदर्शित करता है और सीमित कोवेरिएट शिफ्ट के कारण विशिष्ट डेटासेट में न्यूनतम प्रदर्शन लाभ को नोट करता है।

Falco J. Bargagli-Stoffi, Emma Landry, Kevin P. Josey, Kenneth De Beckker, Joana E. Maldonado, Kristof De Witte2026-04-03
📊 statistics

Partial VOROS: A Cost-aware Performance Metric for Binary Classifiers with Precision and Capacity Constraints

यह शोध पत्र "पार्शियल VOROS" (Partial VOROS) प्रस्तुत करता है, जो बाइनरी क्लासिफायर के लिए एक लागत-सचेत प्रदर्शन मीट्रिक है जो प्रिसिजन और कैपेसिटी बाधाओं के आधार पर एक व्यवहार्य क्षेत्र को परिभाषित करके और अस्पताल अलर्ट सिस्टम जैसे अनुप्रयोगों के लिए क्लासिफायर को बेहतर ढंग से रैंक करने के लिए ROC सतह के ऊपर पार्शियल वॉल्यूम की गणना करके पारंपरिक ROC विश्लेषण की सीमाओं को संबोधित करता है।

Christopher Ratigan, Kyle Heuton, Carissa Wang, Lenore Cowen, Michael C. Hughes2026-04-03
📊 statistics

Plotting correlated data

यह शोध पत्र उन सीमाओं को संबोधित करता है जो डेटा अनिश्चितताओं के सह-संबंधित होने पर मानक एरर बार प्लॉट्स (error bar plots) में आती हैं और उन्नत दृश्य तकनीकों का प्रस्ताव करता है, जैसे कि प्रथम मुख्य घटक (first principal component) और सशर्त अनिश्चितताओं (conditional uncertainties) को प्रदर्शित करना, ताकि मॉडल-डेटा सामंजस्य के अधिक सटीक मूल्यांकन को सक्षम बनाया जा सके।

Lukas Koch2026-04-03