2447 पेपर
यह शोध पत्र विभिन्न समय अवधियों में उपचार प्रभावों (treatment effects) के एक्सट्रपलेशन के लिए TEA-Time फ्रेमवर्क प्रस्तुत करता है, जो दो पहचान रणनीतियों को 'डबली रोबस्ट एस्टिमेटर्स' के साथ प्रस्तावित करता है, जिन्हें सिमुलेशन के माध्यम से मान्य किया गया है और अपवर्दी (Upworthy) A/B परीक्षणों पर लागू करके परिशुद्धता (precision) और पूर्वाग्रह (bias) के बीच एक ट्रेड-ऑफ प्रदर्शित किया गया है।
यह शोध पत्र गहरे स्थानिक-कालिक प्रगमन (spatiotemporal engression) विधियों को प्रस्तुत करता है जो महामारी की घटनाओं के सटीक, विश्वसनीय और व्याख्यात्मक संभाव्य पूर्वानुमान प्रदान करने के लिए प्री-एडिटिव नॉइज़ (pre-additive noise) के साथ हल्के जनरेटिव आर्किटेक्चर का लाभ उठाते हैं, जो कई डेटासेट्स पर मौजूदा बेंचमार्क की तुलना में बेहतर प्रदर्शन प्रदर्शित करते हैं।
यह शोध पत्र निरंतर और असतत दोनों परिणामों के लिए पारंपरिक तरीकों की तुलना में बेहतर सटीकता और व्याख्यात्मकता प्रदान करते हुए, समूह-भीतर अंतर-पीढ़ीगत गतिशीलता को मापने के लिए कंडीशनल रैंक-रैंक रिग्रेशन का अनुमान लगाने हेतु डीप कंडीशनल ट्रांसफॉर्मेशन मॉडल और क्रॉस-फिटिंग का उपयोग करने वाले एक डीप लर्निंग-आधारित ढांचे का प्रस्ताव करता है, जो कठोर स्पर्शोन्मुख सिद्धांत (asymptotic theory) और अमेरिका एवं भारत में महत्वपूर्ण गतिशीलता पैटर्न के अनुभवजन्य साक्ष्य प्रस्तुत करता है।
यह शोध पत्र किसी भी प्रकार की निर्भरता के तहत मल्टीपल टेस्टिंग प्रक्रियाओं के लिए एक नवीन बेयसियन प्रेडिक्टिव पावर विश्लेषण पद्धति प्रस्तुत करता है, जो स्वतंत्रता को मानने के बिना नमूना आकार निर्धारण करने और महत्व-खोज पूर्वाग्रहों (significance-chasing biases) का आकलन करने के लिए प्रभाव आकारों (effect sizes) और सहसंबंध मैट्रिसेस के एक संयुक्त पूर्व वितरण (joint prior distribution) का उपयोग करता है।
यह मोनोग्राफ स्टाइन की विधि (Stein's method) के साथ संभाव्य अनुमान (probabilistic inference) और शिक्षण का एक कठोर सैद्धांतिक और पद्धतिगत अवलोकन प्रस्तुत करता है, जिसमें स्टाइन विसंगतियों (Stein discrepancies) के निर्माण और गुणों का विवरण दिया गया है, स्टाइन वेरिएशनल ग्रेडिएंट डिसेंट (Stein variational gradient descent) के साथ उनका संबंध बताया गया है, और सटीक परिभाषाएं एवं प्रमाण प्रदान किए गए हैं।
यह शोधपत्र एक दशक के वास्तविक दुनिया के डेटा का उपयोग करते हुए, मौजूदा मूल्यांकन विधियों की सीमाओं को संबोधित करते हुए, इंटेलिजेंट डिस्ट्रिक्ट हीटिंग कंट्रोल एल्गोरिदम के ऊर्जा खपत प्रभावों को अन्य बिल्डिंग परिवर्तनों से अलग करने और उन्हें विघटित करने के लिए एक पारदर्शी, मॉडल-आधारित दृष्टिकोण प्रस्तावित करता है।
यह शोध पत्र शास्त्रीय वासेरस्टीन बैरीसेंटर (Wasserstein barycenter) की आउटलेर्स और मोमेंट धारणाओं के प्रति संवेदनशीलता को दूर करने के लिए रोबस्ट वासेरस्टीन बैरीसेंटर (RWB) का प्रस्ताव करता है, जो इसके सैद्धांतिक गारंटियों को स्थापित करता है और सिम्युलेटेड एवं वास्तविक डेटा पर व्यापक संख्यात्मक प्रयोगों के माध्यम से इसकी उत्कृष्ट मजबूती को प्रदर्शित करता है।
यह शोध पत्र पार्शियल डिकम्पोज़िशन ऑफ ग्रेेंजर कॉज़ैलिटी (PDGC) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो मल्टीवेरिएट स्पेक्ट्रल ग्रेेंजर कॉज़ैलिटी को अद्वितीय, रेडंडेंट और सिनर्जिस्टिक घटकों में विभाजित करने के लिए पार्शियल इंफॉर्मेशन डिकम्पोज़िशन का लाभ उठाता है, जिसे न्यूरली-मीडिएटेड सिनकोप के प्रति संवेदनशील रोगियों में ऑटोनोमिक डिसफंक्शन के विशिष्ट पैटर्न को प्रकट करने के लिए फिजियोलॉजिकल नेटवर्क पर सफलतापूर्वक लागू किया गया था।
यह शोध पत्र 'डिज़ाइन इफेक्ट रेशियो' (Design Effect Ratio) को एक गणनात्मक रूप से कुशल नैदानिक उपकरण के रूप में प्रस्तुत करता है जो बेयसियन पदानुक्रमित मॉडलों (Bayesian hierarchical models) में सर्वेक्षण-संवेदनशील मापदंडों की पहचान करता है, जिससे चयनात्मक प्रसरण सुधार (selective variance correction) सक्षम होता है जो संवेदनशील अनुमानों के लिए उच्च कवरेज प्राप्त करता है जबकि उन संरक्षित मापदंडों की अखंडता को बनाए रखता है जो अन्यथा समान डिज़ाइन सुधारों द्वारा विकृत हो जाते।
यह शोध पत्र भारी-पूंछ वाले यादृच्छिक चरों (heavy-tailed random variables) के रैखिक संयोजनों के बीच स्टोकेस्टिक डोमिनेंस (stochastic dominance) के लिए मौजूदा सैद्धांतिक स्थितियों की सीमाओं को संबोधित करने हेतु दो गैर-पैरामीट्रिक सांख्यिकीय परीक्षणों—एक लीस्ट-फेवरेबल कैलिब्रेशन और एक बूटस्ट्रैप-आधारित विधि—को विकसित और मान्य करता है, जो वितरण के ज्ञात आकार की आवश्यकता के बिना अनुभवजन्य रूप से ऐसे डोमिनेंस को सत्यापित कर सकते हैं।