2446 पेपर
हेबियन फिजिक्स नेटवर्क (HPN) एक स्व-संगठित कम्प्यूटेशनल ढांचा प्रस्तुत करता है जहाँ भौतिक अवस्थाएँ और परिवहन ऑपरेटर स्थानीय, अवशिष्ट-संचालित हेबियन अनुकूलन के माध्यम से सह-विकसित होते हैं, जो वैश्विक अनुकूलन या कठोर ग्रिड के बिना आंतरिक रूप से ऊष्मागतिकीय रूप से स्थिर और भौतिक रूप से सुसंगत परिवहन ज्यामिति के उद्भव को सक्षम बनाता है।
यह शोध पत्र QR-learner को प्रस्तुत करता है, जो एक सुदृढ़, मॉडल-अज्ञेय (model-agnostic) विधि है जो रैंडमाइज्ड ट्रायल्स में व्यक्तिगत स्तर के उपचार प्रभाव विषमता (treatment effect heterogeneity) के अनुमान को सुधारने के लिए बाहरी डेटा का लाभ उठाती है और यह गारंटी भी देती है कि बाहरी डेटा के मिसअलाइन्ड होने पर भी सटीकता बनी रहेगी।
यह शोधपत्र प्रदर्शित करता है कि मानक कॉज़ल ट्री अनुमानक (causal tree estimators), जो ग्रिडी कार्ट-प्रकार के स्प्लिटिंग नियमों पर आधारित होते हैं, बहुपद अभिसरण दर (polynomial convergence rates) प्राप्त करने में विफल रहते हैं और अत्यधिक असंतुलित स्प्लिट्स के बार-बार चयन के कारण असंगत हो सकते हैं जो बड़े अनुमान विचरण (estimation variance) को प्रेरित करते हैं, एक ऐसी सीमा जो सैंपल स्प्लिटिंग ("हॉनेस्टी") का उपयोग करने पर भी बनी रहती है।
यह शोध पत्र एक टोपोलॉजिकल लीजन सिम्पटम मैपिंग (TLSM) पद्धति प्रस्तुत करता है जो पोस्ट-स्ट्रोक अफ़ेज़िया रोगियों में स्पीच-लैंग्वेज इम्पेयरमेंट से जुड़े विशिष्ट मस्तिष्क नेटवर्क चक्रों की पहचान करने के लिए पर्सिस्टेंस डायग्राम के हीट-डिफ्यूजन-आधारित स्पेक्ट्रल रिप्रेजेंटेशन और एक ट्रांसपोज़िशन-आधारित परम्यूटेशन टेस्ट का उपयोग करता है।
यह शोध पत्र गैर-स्थिर माध्य (nonconstant means) वाली समय श्रृंखलाओं के लिए उच्च-आयामी दीर्घकालिक सहप्रसरण आव्यूहों (long-run covariance matrices) का सटीक अनुमान लगाने हेतु थ्रेशोल्डिंग तकनीकों के साथ संयुक्त एक सुदृढ़, अंतर-आधारित अनुमान ढांचा प्रस्तावित करता है, जो संख्यात्मक प्रयोगों में अनुकूल अभिसरण दरों और प्रदर्शन को प्रदर्शित करता है।
यह शोध पत्र न्यू ट्रांसम्यूटेड लॉजिस्टिक-एक्सपोनेंशियल (NTLE) वितरण के पहले से अनछुए गुणों को व्युत्पन्न करके, मोंटे कार्लो सिमुलेशन के माध्यम से दस अनुमान पद्धतियों का मूल्यांकन करके, और अपने आधार वितरणों की तुलना में संक्रामक रोग मृत्यु दर डेटा के लिए इसके बेहतर फिट होने का प्रदर्शन करके इसकी जांच करता है।
यह शोधपत्र एक मॉडल-अज्ञेय (model-agnostic) विधि और एक ओपन-सोर्स पायथन पैकेज प्रस्तुत करता है जो आधुनिक गैर-क्रमवाचक (non-ordinal) मशीन लर्निंग एल्गोरिदम को क्रमवाचक वर्गीकरण (ordinal classification) के लिए अनुकूलित करते हैं, जो पारंपरिक विधियों की तुलना में, विशेष रूप से सीमित डेटा या अनेक परिणाम वर्गों वाले परिदृश्यों में, उनके बेहतर प्रदर्शन को प्रदर्शित करते हैं।
यह शोध पत्र सेन और सेन-शोरॉक्स-थोन गरीबी सूचकांकों के लिए विश्वसनीय विश्वास अंतराल (कॉन्फिडेंस इंटरवल) बनाने हेतु एम्पिरिकल लाइक्लीहुड और जैकनाइफ एम्पिरिकल लाइक्लीहुड विधियों का प्रस्ताव और मूल्यांकन करता है, जिसमें एक नया U-सांख्यिकी-आधारित अनुमानक पेश किया गया है और सिमुलेशन तथा अमेरिका और भारत के वास्तविक डेटा के माध्यम से इस दृष्टिकोण को मान्य किया गया है।
यह शोध पत्र एक संशोधित फॉरवर्ड एल्गोरिदम पेश करता है जो गॉसियन क्षेत्रों वाले हिडन मार्कोव मॉडल के हेसियन (Hessian) में विरलता (sparsity) का निर्माण करता है, जिससे ऑटोमैटिक डिफरेंशिएशन और लाप्लास सन्निकटन (Laplace approximation) के माध्यम से तेज़ और स्केलेबल अनुमान सक्षम होता है, जैसा कि स्टेलर फ्लेयर्स और शेर की गति पर सिमुलेशन और केस स्टडीज के माध्यम से प्रदर्शित किया गया है।
यह शोध पत्र "का फोस्करी" (Ca' Foscari) टीम द्वारा EVA 2025 डेटा चैलेंज के लिए विकसित एक हल्के ढांचे (lightweight framework) को प्रस्तुत करता है, जो स्थानिक समस्याओं को एकचर क्रम सांख्यिकी (univariate order statistics) में कम करके, अत्यधिक वर्षा की घटनाओं को चरितार्थ करता है, अतिरेक (exceedances) को जनरल पारेटो वितरण और जनरल एडिटिव मॉडल के साथ मॉडल करता है, और अतिरेक की संभावनाओं तथा निरंतर घटनाओं का अनुमान लगाने के लिए सशर्त चरम मान मॉडलों (conditional extreme value models) के माध्यम से अस्थायी निर्भरता को संबोधित करता है।