2446 पेपर
यह शोध पत्र ट्रांसफर जॉइंट असॉर्टमेंट-प्राइसिंग (TJAP) का प्रस्ताव करता है, जो एक मल्टीनोमियल लोगिट मॉडल के तहत कॉन्टेक्स्टुअल जॉइंट असॉर्टमेंट-प्राइसिंग के लिए एक बायस-अवेयर ट्रांसफर लर्निंग फ्रेमवर्क है, जो साझा वरीयता संरचनाओं के लाभों और व्यवस्थित पूर्वाग्रह की लागतों के बीच संतुलन बनाकर मिनीमैक्स ऑप्टिमल रिग्रेट प्राप्त करने के लिए स्पार्स क्रॉस-मार्केट हेटेरोजेनिटी का लाभ उठाता है।
EVA 2025 डेटा चैलेंज से प्रेरित होकर, यह शोध पत्र बड़े जलवायु मॉडल समूहों (climate model ensembles) का लाभ उठाने और स्थलाकृतिक एवं मौसमी प्रभावों को ध्यान में रखते हुए, पूर्वी संयुक्त राज्य अमेरिका में अत्यधिक वर्षा के स्थानिक विस्तार और समयावधि की भविष्यवाणी करने के लिए चरम-मूल्य विश्लेषण (extreme-value analysis) हेतु एक गैर-स्थिर ज्यामितीय ढांचे (non-stationary geometric framework) का प्रस्ताव करता है।
यह शोधपत्र कई हस्तक्षेप किए गए डोमेन (intervened domains) में रैखिक रूप से मिश्रित अवलोकनों (linearly mixed observations) से कारण संबंधी गुप्त चरों (causal latent variables) के अनुमान को सुधारने के लिए कॉज़ली स्ट्रक्चर्ड स्कोर मैचिंग (causally structured score matching) के साथ एक -मॉडलिंग एल्गोरिदम का उपयोग करके एक मल्टी-डोमेन कॉज़ल एम्पिरिकल बेयस फ्रेमवर्क प्रस्तावित करता है।
यह शोध पत्र एक सामान्य रूपरेखा प्रस्तुत करके रिग्रेशन डिसकंटीन्यूटी डिजाइन्स में क्लस्टर्ड सैंपलिंग के प्रति सैद्धांतिक ध्यान की कमी को संबोधित करता है, जो मानक अनुमानकों की एसिम्प्टोटिक नॉर्मलिटी स्थापित करती है, वर्तमान क्लस्टर्ड स्टैंडर्ड एरर्स की सीमाओं की आलोचना करती है, और अनुमान सटीकता में सुधार के लिए एक नवीन नियरस्ट-नेबर वेरिएंस एस्टिमेटर प्रस्तावित करती है।
AgentDS तकनीकी रिपोर्ट छह उद्योगों में 17 डोमेन-विशिष्ट चुनौतियों से युक्त एक बेंचमार्क प्रस्तुत करती है, जो यह प्रकट करती है कि जबकि वर्तमान AI एजेंट विशिष्ट तर्क करने में संघर्ष करते हैं और अक्सर मानव प्रतिभागियों से कम प्रदर्शन करते हैं, सबसे प्रभावी समाधान मानव-AI सहयोग से उभरते हैं, जिससे पूर्ण स्वचालन के आख्यानों को चुनौती मिलती है और डेटा विज्ञान में मानवीय विशेषज्ञता के स्थायी मूल्य पर प्रकाश पड़ता है।
यह शोधपत्र बहुभिन्नबोंगी मिश्रित-प्रकार के डेटा पर प्रतिगमन (regression) और आयामी न्यूनीकरण (dimension reduction) के लिए एक व्यापक अर्ध-प्राचलीकृत (semiparametric) गॉसियन कोपुला ढांचा प्रस्तावित करता है, जिसमें नवीन सैद्धांतिक सेतु परिणाम, एक कुशल एल्गोरिदम, और NHANES दुर्बलता मापों का उपयोग करके 5-वर्षीय मृत्यु दर की भविष्यवाणी करने में सफल अनुप्रयोग शामिल है।
यह शोध पत्र उच्च-आयामी परिवेश में एक पर्याप्त आयाम जुड़ाव (SDA) विधि प्रस्तावित करता है जो भविष्यवाताओं के मार्कोव ब्लैंकेट गुण का लाभ उठाकर विशिष्ट प्रतिगमन मॉडल या विरलता (sparsity) धारणाओं पर निर्भरता से बचते हुए, चरों के समवर्ती चयन और सांख्यिकीय अनुमान के लिए, सिमुलेशन और वास्तविक जीन अभिव्यक्ति डेटा के माध्यम से प्रदर्शित एसेम्प्टोटिक रूप से वैध अनुमानकों, परीक्षण सांख्यिकी और गलत खोज दर नियंत्रण के साथ कार्य करता है।
यह शोधपत्र सूचनात्मक (informative) और गैर-सूचनात्मक (non-informative) लुप्तता (missingness) के एक अज्ञात मिश्रण के तहत कारण प्रभावों (causal effects) को सीमित करने के लिए एक रूपरेखा प्रस्तावित करता है, जो उपयोगकर्ता द्वारा निर्दिष्ट संवेदनशीलता मापदंडों और मृत्यु जैसे प्रतिस्पर्धी परिणामों को समायोजित करते हुए इन्फ्लुएंस-फंक्शन-आधारित अनुमानक (estimators) विकसित करता है जो रूट-n अभिसरण (root-n convergence) और विषम सामान्यता (asymptotic normality) प्राप्त करते हैं।
यह शोधपत्र मॉडल मिसस्पेसिफिकेशन (model misspecification) के तहत समय-परिवर्तित मापदंडों को ट्रैक करने वाले स्पष्ट (explicit) और अंतर्निहित (implicit) ग्रेडिएंट-आधारित फिल्टरों के लिए घातांकीय स्थिरता (exponential stability) हेतु नवीन पर्याप्त स्थितियाँ स्थापित करता है और दोनों के लिए परिमित-नमूना (finite-sample) एवं अनैymptotic माध्य वर्ग त्रुटि (asymptotic mean squared error) सीमाएँ व्युत्पन्न करता है, जो यह प्रदर्शित करता है कि अंतर्निहित फिल्टर कमजोर प्रतिबंधों के साथ बेहतर सटीकता और स्थिरता प्रदान करते हैं।
यह शोध पत्र मल्टीवेरिएट कॉन्फॉर्मल प्रेडिक्शन के लिए एक अनुकूलन-संचालित ढांचे का प्रस्ताव करता है जो एक वैध, न्यूनतम-आयतन वाले प्रेडिक्शन सेट्स उत्पन्न करने के लिए एक प्रेडिक्टिव मॉडल और एक नवीन नॉनकॉन्फॉर्मिटी स्कोर को संयुक्त रूप से सीखता है जो मनमाने नॉर्म बॉल्स द्वारा परिभाषित होते हैं, जिससे मौजूदा विधियों की ज्यामितीय कठोरता और कम्प्यूटेशनल अक्षमता पर विजय प्राप्त होती है।