2390 पेपर
यह शोध पत्र सिग्नेचर-आधारित पाथ रिग्रेशन के लिए मिनिमैक्स ऑप्टिमल एप्रोक्सिमेशन रेट स्थापित करता है और संबद्ध लर्निंग विधियों (सिग्नेचर-ओएलएस, लासो, और लॉजिस्टिक) की निरंतरता को सिद्ध करता है, जो वित्त, ऊर्जा और चिकित्सा अनुप्रयोगों में हस्तनिर्मित फीचर्स की तुलना में उनके उत्कृष्ट भविष्य कहने वाले प्रदर्शन को प्रदर्शित करते हैं।
यह शोध पत्र PIONEER को प्रस्तुत करता है, जो एक बेयसियन जॉइंट मॉडलिंग फ्रेमवर्क है जो अपरिपक्व डेटा और प्रारंभिक अनुदैर्ध्य ट्यूमर मापों का उपयोग करके PFS और OS जैसे क्लिनिकल ट्रायल एंडपॉइंट्स के कैलिब्रेटेड, अनिश्चितता-क्वांटीफाइड पूर्वानुमान को सक्षम करने के लिए मैकेनिस्टिक ट्यूमर ग्रोथ डायनेमिक्स को मल्टीस्टेट सर्वाइवल एनालिसिस के साथ एकीकृत करता है।
यह शोध पत्र समय-संवेदनशील महत्व विभाजन (importance splitting) के लिए दूरी मेट्रिक्स का एक वर्गीकरण प्रस्तावित करता है जो महत्व को विशिष्ट नमूनों से अलग करने के लिए टाइमर रीसैंपलिंग को पेश करके और अनुत्पादक सिमुलेशन पथों को छाँटने के लिए वैश्विक आयु (global age) का उपयोग करके दुर्लभ घटना संभाव्यता अनुमान को बढ़ाता है।
यह शोध पत्र उच्च आयामों में हॉटलिंग्स परीक्षण के लिए एक व्यावहारिक परिमित-नमूना सहप्रसरण संकुचन (finite-sample covariance shrinkage) विधि प्रस्तावित करता है जो गॉसियन धारणाओं के तहत सांख्यिकीय शक्ति को स्पर्शिक रूप से (asymptotically) अधिकतम करती है और सब-गॉसियन डेटा के लिए सैद्धांतिक निचली सीमाओं को संतृप्त करती है, जिससे बिना किसी स्पाइक्ड या सुव्यवस्थित जनसंख्या सहप्रसरण संरचना की आवश्यकता के मौजूदा प्रतिस्पर्धियों की तुलना में 50% तक अधिक शक्ति प्राप्त होती है।
यह शोध पत्र प्रेडिक्टिवली ओरिएंटेड (PrO) पोस्टीरियर का परिचय देता है, जो एक नया सांख्यिकीय सिद्धांत है जो पैरामीटर इन्फरेंस और डेंसिटी एस्टीमेशन को एकीकृत करता है ताकि एक गैर-डिजेनरेट वितरण के माध्यम से मॉडल मिसस्पेसिफिकेशन के अनुकूल होकर श्रेष्ठ प्रेडिक्टिव प्रदर्शन प्राप्त किया जा सके, जो अपरिहार्य अनिश्चितता को समाहित करता है, और जिसे मीन फील्ड लैंघ्विन डायनेमिक्स सैंपलिंग एल्गोरिदम द्वारा समर्थित किया गया है।
यह शोध पत्र यूनिट--फ्रेचेट मार्जिन्स वाले मल्टीवेरिएट मैक्स-स्टेबल डिस्ट्रीबशंस के लिए स्पष्ट तुलनात्मक सीमाएँ (comparison bounds) व्युत्पन्न करता है, जो उनके अंतर्निहित डी हान रिप्रेजेंटर्स (de Haan representers), एंगुलर मेजर्स और -फंक्शन्स पर आधारित मेट्रिक्स के साथ उनके कोलमोगोरोव और वासरस्टीन दूरियों को जोड़ता है, जबकि आर्किमैक्स और ब्राउन-रेस्निकिक मॉडल्स के लिए सटीक सूत्र और अनुप्रयोग भी प्रदान करता है।
यह शोधपत्र एक एकीकृत ढांचे का प्रस्ताव करता है जो संभावित रूप से पक्षपाती अवलोकनात्मक डेटा के साथ संयोजित होने वाले लागत-प्रतिबंधित प्रयोगों को डिजाइन करने के लिए, पूर्व-निर्धारित पक्षपात सीमाओं की आवश्यकता के बिना, बायस-वैरिएंस (bias-variance) ट्रेड-ऑफ को अनुकूलित करने हेतु मिनिमैक्स प्रोपोर्शनल-रिग्रेट मानदंड का उपयोग करता है।
यह शोध पत्र B-CALM को प्रस्तुत करता है, जो एक बेयसियन (Bayesian) विधि है जो एक लेटेंट कोवेरिएट मैपिंग और एक बायस-लिमिटेड प्रायर के माध्यम से बड़े अवलोकनात्मक अध्ययनों से डेटा उधार लेकर रैंडमाइज्ड ट्रायल्स में उपचार प्रभावों के विश्वसनीय अनुमान को सक्षम बनाती है, जो कोवेरिएट मिसमैच के तहत नकारात्मक ट्रांसफर को रोकने के लिए स्थानांतरित सूचना की मात्रा को स्पष्ट रूप से नियंत्रित करता है।
यह शोध पत्र एक अनुक्रमिक फैमिली-वाइज एरर रेट (sFWER) ढांचे और एक सिमुलेशन-आधारित अंशांकन प्रक्रिया को प्रस्तुत करता है जो निर्भर, वास्तविक समय के डेटा के लिए ऑनलाइन चेंज पॉइंट डिटेक्शन में फाल्स पॉजिटिव्स को प्रभावी ढंग से नियंत्रित करने के लिए है, जो सिमुलेशन और स्मार्टफोन-आधारित मानसिक स्वास्थ्य निगरानी पर एक केस स्टडी के माध्यम से पारंपरिक तरीकों पर इसकी श्रेष्ठता को प्रदर्शित करता है।
यह शोध पत्र AR()-focus एल्गोरिदम का प्रस्ताव करता है, जो एक कुशल ऑनलाइन चेंजपॉइंट डिटेक्शन विधि है जो सामान्यीकृत लाइकलीहुड-रेश्यो सांख्यिकी को ऑटोरेग्रेसिव प्रक्रियाओं तक विस्तारित करती है, जिससे कम्प्यूटेशनल जटिलता और मौजूदा IID-आधारित दृष्टिकोणों की तुलना में टेम्पोरली डिपेंडेंट डेटा के लिए बेहतर डिटेक्शन पावर प्राप्त होती है।