📊 Category

stat.ME

2390 पेपर

📊 statistics

Hierarchical Clustering of Networks via Hierarchical Distance Matrices

यह शोध पत्र पदानुक्रमित दूरी मैट्रिक्स (Hierarchical Distance Matrix) और एक संगत डेटा-संचालित एल्गोरिदम, NHC-TST को प्रस्तुत करता है, जो पुनरावर्ती स्पेक्ट्रल विभाजन (recursive spectral splitting) और टू-सैंपल टेस्टिंग के माध्यम से नेटवर्क आबादी के अंतर्निहित पदानुक्रमित संगठन को सांख्यिकीय रूप से पुनर्प्राप्त करता है, जो पारंपरिक फ्लैट क्लस्टरिंग की तुलना में सिमुलेशन और वास्तविक दुनिया के प्रवासन डेटा दोनों में बेहतर प्रदर्शन प्रदर्शित करता है।

Li Chen, Nathaniel Josephs, Eric D. Kolaczyk, Lizhen Lin2026-08-03
📊 statistics

Differentially Private Nonparametric Modal Learning with Applications to Regression and Clustering

यह शोध पत्र DP-GRAMS प्रस्तुत करता है, जो डेंसिटी मोड्स (density modes) का अनुमान लगाने के लिए एक डिफरेंशियल प्राइवेट, मीन-शिफ्ट-प्रेरित एल्गोरिदम है, जो हॉल्डर स्मूथनेस (Hölder smoothness) की स्थितियों के तहत निकट-इष्टतम त्रुटि दर प्राप्त करता है और निजी रिग्रेशन एवं क्लस्टरिंग अनुप्रयोगों तक विस्तृत होता है।

Arkajyoti Bhattacharjee, Arnab Auddy2026-08-03
📊 statistics

A Spectral Confounder Adjustment for Spatial Regression with Multiple Exposures and Outcomes

यह शोध पत्र बहुभिन्नरूपी अध्ययनों में स्थानिक भ्रम (spatial confounding) को कम करने के लिए स्पेक्ट्रल कन्फ़ाउंडर एडजस्टमेंट के साथ एक टेंसर-रिग्रेशन मॉडल प्रस्तावित करता है, जो वैश्विक अनकफ़ाउंडेडनेस (global unconfoundedness) के बजाय स्थानीय अनकफ़ाउंडेडनेस (local unconfoundedness) को मानकर क्रोनिक स्वास्थ्य परिणामों पर सामाजिक भेद्यता सूचकांकों की कारण संबंधी व्याख्या को सक्षम बनाता है।

Shih-Ni Prim, Yawen Guan, Shu Yang, Ana G Rappold, K. Lloyd Hill, Wei-Lun Tsai, Corinna Keeler, Brian J Reich2026-07-31
📊 statistics

A novel k-means clustering approach using two distance measures for Gaussian data

यह शोध पत्र गॉसियन डेटा के लिए एक नवीन k-मीन्स क्लस्टरिंग एल्गोरिदम प्रस्तावित करता है जो पारंपरिक तरीकों की तुलना में अधिक सुदृढ़ अभिसरण (convergence) और बेहतर आउटलायर हैंडलिंग प्राप्त करने के लिए कैलिंस्की-हाराबज़ मानदंड के साथ-साथ विदिन-क्लस्टर (within-cluster) और इंटर-क्लस्टर (inter-cluster) दूरी मेट्रिक्स का उपयोग करता है।

Naitik Gada (Rochester Institute of Technology)2026-07-31
📊 statistics

Adaptive Experimental Design Using Shrinkage Estimators

यह शोध पत्र मल्टी-आर्म्ड ट्रायल्स के लिए एक अनुकूली प्रयोगात्मक डिज़ाइन प्रस्तावित करता है जो उपचार भुजाओं (ट्रीटमेंट आर्म्स) के बीच सूचना उधार लेने के लिए स्टाइन-जैसे श्रिंकेज अनुमानकों (Stein-like shrinkage estimators) का उपयोग करता है, जिससे अनुमानित वर्ग त्रुटि हानि (squared error loss) को न्यूनतम किया जा सके और पारंपरिक नेयमैन आवंटन (Neyman allocation) से बेहतर प्रदर्शन किया जा सके, विशेष रूप से कम सिग्नल-टू-नॉइज़ व्यवस्थाओं में।

Evan T. R. Rosenman, Kristen B. Hunter2026-07-31
📊 statistics

Geometric mean-based pairwise comparison method with the reference values -- statistical approach

यह शोध पत्र संदर्भ मानों (reference values) और ज्यामितीय माध्य (geometric means) का उपयोग करते हुए युग्म तुलना पद्धति (pairwise comparison method) के लिए एक सांख्यिकीय दृष्टिकोण प्रस्तुत करता है, जो विसंगति (inconsistency) और वरीयता दूरियों (preference distances) को एक साथ कैप्चर करता है, और साथ ही परिणामी भार वेक्टर (weight vector) की गुणवत्ता को मापने के लिए व्याख्या योग्य संकेतकों को परिभाषित करता है।

Konrad Kułakowski, Kamil Pustelnik, Jacek Szybowski2026-07-31
🤖 machine learning

DoTime: A Synthetic Benchmark Generator for Interventional and Counterfactual Time Series

यह शोधपत्र DoTime को पेश करता है, जो मल्टीवेरिएट टेम्पोरल स्ट्रक्चरल कॉज़ल मॉडल्स के लिए एक स्केलेबल और सैद्धांतिक रूप से सुदृढ़ सिंथेटिक बेंचमार्क जनरेटर है, जो ओपन टूल्स, सटीक ग्राउंड ट्रुथ के साथ मूल्यांकन सूट्स और इस अनुभवजन्य साक्ष्य के माध्यम से इंटरवेंशनल (interventional) और काउंटरफैक्चुअल (counterfactual) टाइम सीरीज़ डेटा की कमी को संबोधित करता है कि इंटरवेंशनल ट्रेनिंग, ऑब्जर्वेशनल मॉडल्स की तुलना में कॉज़ल दिशा की सटीकता में सुधार करती है।

Dennis Thumm, Billy Tim Anthony, Ying Chen2026-07-31
📊 statistics

Handling Missingness and Censoring in Dirichlet Mixture Models

यह शोध पत्र लुप्त और सेंसर किए गए कंपोजिशनल डेटा को संभालने के लिए सिम्प्लेक्स पर सीधे डिरिचलेट वितरणों के परिमित मिश्रणों (finite mixtures of Dirichlet distributions) को फिट करने के लिए एक नवीन एक्सपेक्टेशन-मैक्सिमाइजेशन एल्गोरिदम का प्रस्ताव करता है, जो सिमुलेशन और वास्तविक अनुप्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण क्लस्टरिंग सटीकता और मॉडल चयन में पारंपरिक केस-डिलीशन विधियों से बेहतर प्रदर्शन करता है और डेटा की व्याख्यात्मकता को बनाए रखता है।

Jason Pillay, Andriette Bekker, Cristina Tortora, Antonio Punzo2026-07-31
📊 statistics

Adaptive Nyström for Gaussian Process Regression

यह शोधपत्र गाऊसीयन प्रोसेस रिग्रेशन (Gaussian Process Regression) के लिए एक अनुकूली निस्ट्रॉम (Nyström) विधि प्रस्तावित करता है जो कर्नेल सन्निकटन त्रुटि (kernel approximation error) को न्यूनतम करने के लिए लैंडमार्क बिंदु चयन को हाइपरपैरामीटर अनुकूलन के साथ लालची रूप से (greedily) अंतर्निहित करता है, जिससे रैखिक स्केलेबिलिटी के साथ सटीक-अनुमान स्तर की सटीकता प्राप्त होती है।

Lulu Kang2026-07-31
📊 statistics

The Continuous Latent Ornstein-Uhlenbeck Dynamics Framework: A Scalable Latent Process Model for Multivariate Longitudinal Categorical Data

यह शोध पत्र कंटीन्यूअस लेटेंट ऑर्नस्टीन-उहलेनबेक डायनेमिक्स (CLOUD) ढांचे को प्रस्तुत करता है, जो एक स्केलेबल मॉडल है जो अनियमित रूप से नमूना लिए गए, बहुभिन्नरूपी अनुदैर्ध्य श्रेणीबद्ध डेटा से विषय-विशिष्ट रोग प्रक्षेपवक्रों को चित्रित करने के लिए आइटम रिस्पॉन्स थ्योरी को समय-असंगत बहुभिन्नरूपी ऑर्नस्टीन-उहलेनबेक प्रक्रियाओं के साथ एकीकृत करता है और विषम प्रगति एवं अव्यक्त चर का लेखा-जोखा रखता है।

Zhennan Wu, Yijie Wang, Xiaoqing Huang2026-07-31