stat.ME पेपर | Gist.Science

Node Splitting SVMs for Survival Trees Based on an L2-Regularized Dipole Splitting Criteria

यह शोध पत्र सर्वाइवल ट्रीज़ के लिए एक नवीन नोड-स्प्लिटिंग सपोर्ट वेक्टर मशीन (SVM) प्रस्तावित करता है जो सेन्सर्ड सर्वाइवल डेटा के सुदृढ़, गैर-रेखीय विभाजन को सक्षम करने के लिए कर्नेल फंक्शन्स के साथ L2-रेगुलराइज्ड डायपोल स्प्लिटिंग मानदंडों का उपयोग करके मौजूदा ऑब्लिक स्प्लिटिंग विधियों का विस्तार करता है, जिसके परिणामस्वरूप पारंपरिक यूनिवैरिएट और लीनियर ऑब्लिक दृष्टिकोणों की तुलना में छोटे और समान रूप से प्रेडिक्टिव मॉडल प्राप्त होते हैं।

Aye Aye Maung, Drew Lazar, Qi Zheng2026-08-05

📊 statistics

Efficient scenario analysis in real-time Bayesian election forecasting via sequential meta-posterior sampling

यह शोध पत्र बेयज़ियन चुनाव पूर्वानुमान (Bayesian election forecasting) में कुशल, वास्तविक समय के परिदृश्य विश्लेषण और मॉडल चेकिंग को सक्षम करने के लिए अनुक्रमिक नमूनाकरण (sequential sampling) के साथ एक मेटा-मॉडलिंग रणनीति प्रस्तुत करता है, जिससे बार-बार रिफिटिंग की कम्प्यूटेशनल लागत से बचा जा सके और यह प्रकट किया जा सके कि कैसे डेटा-रैंगलिंग (data-wrangling) के विकल्प अनजाने में पक्षपाती पूर्वाग्रह उत्पन्न कर सकते हैं।

Geonhee Han, Andrew Gelman, Aki Vehtari2026-08-05

📊 statistics

Bridging Prediction and Attribution: Identifying Forward and Backward Causal Influence Ranges Using Assimilative Causal Inference

यह शोध पत्र एसिमिलेटिव कॉज़ल इन्फरेंस (assimilative causal inference) का उपयोग करते हुए फॉरवर्ड और बैकवर्ड कॉज़ल इन्फ्लुएंस रेंज के लिए गणितीय रूप से कठोर, थ्रेशोल्ड-मुक्त सूत्रीकरण और कुशल एल्गोरिदम प्रस्तुत करता है, जो अर्थ विज्ञान और नीति में अनुप्रयोगों के साथ जटिल गैररेखीय गतिशील प्रणालियों में कारण पूर्वानुमान क्षमता (causal predictability) और एट्रिब्यूशन के सटीक परिमाणीकरण को सक्षम बनाता है।

Marios Andreou, Nan Chen2026-08-05

📈 economics

Testing Monotonicity in a Finite Population

यह शोध पत्र यह प्रदर्शित करता है कि जबकि एक डिज़ाइन-आधारित परिप्रेक्ष्य के तहत एक परिमित जनसंख्या में उपचार प्रभावों (treatment effects) का वितरण औपचारिक रूप से पहचाना जाता है, मोनोटोनिसिटी स्थिति (कि क्या सभी उपचार प्रभावों का चिह्न समान है) के बारे में सीखना फ्रीक्वेंटिस्ट परीक्षणों की कम शक्ति, गैर-अपडेटिंग बेयसियन प्रायोर (priors) के अस्तित्व, और उल्लंघन की मात्रा के अनुमानकों के उच्च मिनिमैक्स त्रुटि के कारण गंभीर रूप से सीमित बना रहता है।

Jiafeng Chen, Jonathan Roth, Jann Spiess2026-08-05

📊 statistics

DAIF: A Data-Driven Intermediate Fusion Framework for Multimodal Supervised Learning via Approximate Message Passing

यह शोध पत्र DAIF का प्रस्ताव करता है, जो एक डेटा-संचालित इंटरमीडिएट फ्यूजन फ्रेमवर्क है जो अनुमानित इंटरमॉडल निर्भरता से मोडैलिटी-विशिष्ट फ्यूजन संरचनाओं को गतिशील रूप से सीखने के लिए रैंडम मैट्रिक्स थ्योरी और एप्रोक्सिमेट मैसेज पासिंग का लाभ उठाता है, जिससे मल्टीमॉडल सुपरवाइज्ड लर्निंग कार्यों में अत्याधुनिक तरीकों की तुलना में भविष्य कहनेवाला प्रदर्शन में सुधार होता है।

Sagnik Nandy, Samriddha Lahiry, Pragya Sur, Subhabrata Sen2026-08-05

🧬 biology

A method for comparing inferred evolutionary accumulation dynamics across covariates and model structures

यह शोध पत्र विभिन्न एल्गोरिदम, डेटासेट और सहचरों (covariates) के बीच अनुमानित विकासवादी संचय गतिकी (evolutionary accumulation dynamics) की तुलना करने के लिए एक नवीन विधि प्रस्तुत करता है, जो विशेषता प्राप्ति संभावनाओं को पकड़ने के लिए ऑर्डरिंग मैट्रिसेस का उपयोग करता है, जिससे कैंसर के विकास से लेकर जीवाणु दवा प्रतिरोध तक के अनुप्रयोगों में प्रतिवर्ती स्टोकेस्टिसिटी (reversible stochasticity), विशेषता अंतःक्रियाओं और अवस्था-फ्रेमशिफ्ट अंतर जैसी चुनौतियों का समाधान होता है।

Jakob Fernø, Michelle B. Verstraaten, Lila Gravellier, Ellen C. Røyrvik, Ramon Diaz-Uriarte, Iain G. Johnston2026-08-05

📊 statistics

Spectral clustering of network time series via the sample covariance matrix

यह शोध पत्र यह प्रदर्शित करता है कि स्पेक्ट्रल क्लस्टरिंग (spectral clustering), जिसे सैंपल कोवेरिएंस मैट्रिक्स (sample covariance matrix) पर लागू किया गया है, एक स्टोकेस्टिक ब्लॉकमॉडल (stochastic blockmodel) द्वारा नियंत्रित नेटवर्क टाइम सीरीज़ में अंतर्निहित समुदायों की सटीक रिकवरी प्राप्त कर सकता है, भले ही एडजेसेंसी मैट्रिक्स (adjacency matrix) अवलोकित न हो, जो नेटवर्क के आकार, नमूना लंबाई, ब्लॉक पृथक्करण और डेटा निर्भरता पर निर्भर रिकवरी दरों को स्थापित करता है।

Brendan Martin, Joshua Agterberg, Mihai Cucuringu, Alessandra Luati, Francesco Sanna Passino2026-08-05

📊 statistics

Weighted k-Sample Kolmogorov-Smirnov, Cramer-von Mises, and Anderson-Darling Tests for Assessing Covariate Balance

यह शोध पत्र मनमाने समूहों की संख्या (k ≥ 2) में कोवेरिएट संतुलन का आकलन करने के लिए वेटेड कोलमोगोरोव-स्मिरनोव, क्रेमर-वॉन मिसेस और एंडरसन-डार्लिंग परीक्षणों का विस्तार करता है, यह प्रदर्शित करते हुए कि जबकि अधिक समूहों के साथ ओम्निबस शक्ति घटती है, इसके साथ वाली पोस्ट-हॉक पेयरवाइज प्रक्रिया विशिष्ट असंतुलन का पता लगाने के लिए एक संवेदनशील उपकरण बनी रहती है, जिसमें सभी विधियाँ स्टेटा (Stata) में कार्यान्वित हैं।

Ariel Linden2026-08-05

💰 quantitative finance

A New Approach to Goodness of Fit for Ergodic Markov Processes

यह शोध पत्र एर्गोडिक मार्कोव प्रक्रियाओं के लिए एक नया घनत्व-आधारित गुडनेस-ऑफ-फिट परीक्षण प्रस्तुत करता है जो किसी वैकल्पिक परिकल्पना को निर्दिष्ट किए बिना या स्मूथिंग मापदंडों का अनुमान लगाए बिना मॉडल की वैधता का मूल्यांकन करता है, जबकि स्थानीय विकल्पों के विरुद्ध गैर-तुच्छ शक्ति बनाए रखता है।

Vance Martin, Yoshihiko Nishiyama, John Stachurski, Yiran Xie2026-08-05

📊 statistics

Estimating the Conditional Forecast-Revision Scale in Sequential Models: Local-Smoothing Limits, Matched Models, and Cost--Accuracy Trade-offs

यह शोध पत्र विभिन्न संरचनात्मक धारणाओं और गणनात्मक बाधाओं के तहत कंडीशनल फोरकास्ट-रिवीजन स्केल के विभिन्न अनुमानकों का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि जहाँ सरल स्मूथर्स तीव्र परिवर्तन के दौरान विफल हो जाते हैं, वहीं स्टेट-स्पेस फिल्टर्स या प्रशिक्षित नेटवर्क पर सुपरवाइज्ड प्रोब्स जैसे मैचड मॉडल इस मीट्रिक को सटीक रूप से ट्रैक कर सकते हैं, जो अंततः अनुमानक के चयन को अंतर्निहित डेटा संरचना और लागत आवश्यकताओं के साथ संरेखित करने के लिए एक व्यावहारिक नियम स्थापित करता है।

Hui-Mean Foo, Yuan-chin Ivan Chang2026-08-05

← पिछला अगला →