📊 statistics

Counterfactual Q Learning via the Linear Buckley James Method for Longitudinal Survival Data

यह शोध पत्र एक काउंटरफैक्चुअल बकलีย์-जेम्स क्यू-लर्निंग फ्रेमवर्क प्रस्तावित करता है जो सेंसर किए गए अनुदैर्ध्य डेटा (longitudinal data) की उपस्थिति में उत्तरजीविता समय (survival time) को अधिकतम करने के लिए इष्टतम गतिशील उपचार व्यवस्था (dynamic treatment regimes) का अनुमान लगाने हेतु बकलีย์-जेम्स इमप्यूटेशन पद्धति को सुदृढीकरण शिक्षण (reinforcement learning) के साथ एकीकृत करता है।

Jeongjin Lee, Jong-Min Kim2026-07-03
🤖 machine learning

Counterfactual Survival Q-learning via Buckley-James Boosting, with Applications to ACTG 175 and CALGB 8923

यह शोध पत्र एक लचीले बकल-जेम्स बूस्टिंग क्यू-लर्निंग (Buckley-James Boosting Q-learning) ढांचे का प्रस्ताव करता है जो राइट-सेंसर्ड सर्वाइवल डेटा से आनुपातिक जोखिम धारणाओं (proportional hazards assumptions) पर निर्भर किए बिना इष्टतम गतिशील उपचार व्यवस्था (optimal dynamic treatment regimes) का अनुमान लगाने के लिए त्वरित विफलता समय मॉडलिंग (accelerated failure time modeling) को पुनरावृत्ति बूस्टिंग के साथ जोड़ता है, जो एचआईवी (HIV) और ल्यूकेमिया क्लिनिकल ट्रायल के सिमुलेशन और विश्लेषण दोनों में बेहतर सटीकता और स्थिरता प्रदर्शित करता है।

Jeongjin Lee, Jong-Min Kim2026-07-03
📊 statistics

Reddy: An open-source toolbox for analyzing eddy-covariance measurements in heterogeneous environments

यह शोध पत्र रेड्डी (Reddy) का परिचय देता है, जो एक ओपन-सोर्स आर (R) पैकेज है जो जटिल, विषम वातावरणों में टर्बुलेंट फ्लक्स के अध्ययन के लिए विशेष रूप से तैयार किए गए एक मॉड्यूलर टूलबॉक्स में कई एडी-कोवेरिएंस (eddy-covariance) विश्लेषण विधियों को एकीकृत करता है, और तीन अलग-अलग नॉर्वेजियन स्थलों पर केस स्टडीज के माध्यम से इसकी क्षमताओं का प्रदर्शन करता है।

Laura Mack, Norbert Pirk2026-07-03
📊 statistics

Sampling for Region-Aggregated Spatial Scan Statistics

यह शोध पत्र एक स्केलेबल सैंपलिंग पद्धति प्रस्तावित करता है जो संचयी स्थानिक क्षेत्रों (aggregated spatial regions) को समान रूप से वितरित कुछ बिंदुओं से बदलकर विसंगति का पता लगाने के लिए स्थानिक स्कैन सांख्यिकी (spatial scan statistics) की सांख्यिकीय शक्ति में उल्लेखनीय सुधार करता है और साथ ही गणनात्मक दक्षता बनाए रखता है।

Foad Namjoo, Drew McClelland, Michael Matheny, Jeff M. Phillips2026-07-03
🤖 AI

The Agentic Garden of Forking Paths

यह शोध पत्र प्रदर्शित करता है कि एआई एजेंट उच्च-दांव वाले क्षेत्रों में मानव शोधकर्ताओं द्वारा किए गए विविध और अक्सर परस्पर विरोधी विश्लेषणात्मक विकल्पों की नकल कर सकते हैं, जो वैज्ञानिक विश्लेषण में चयनात्मक रिपोर्टिंग की समस्या को उजागर करता है और "एजेंटिक बूटस्ट्रैप" पद्धति का प्रस्ताव करता है ताकि वैज्ञानिक दावों की विश्वसनीयता का मूल्यांकन करने के लिए एक नए मानदंड के रूप में "m-वैल्यू" का अनुमान लगाया जा सके, जो कि संभावित विश्लेषणों के स्थान के भीतर उनकी स्थिति पर आधारित है।

Jiacheng Miao, Jonathan K Pritchard, James Zou2026-07-03
📊 statistics

Continuous-Time Bayesian Networks with Structured Shrinkage Priors for Modelling Multimorbidity Trajectories in Large-Scale Electronic Health Records

यह शोध पत्र बड़े पैमाने के इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड में जटिल मल्टीमॉर्बिडिटी प्रक्षेपवक्रों (मल्टीमॉर्बिडिटी ट्रेजेक्टरीज) को मॉडल करने के लिए ऑर्डर-डिपेंडेंट श्रिंकेज प्रायर्स (order-dependent shrinkage priors) के साथ एक संरचित बेयसियन निरंतर-समय नेटवर्क ढांचे का प्रस्ताव करता है, जो सिमुलेशन और यूके बायोबैंक डेटा के माध्यम से यह प्रदर्शित करता है कि एक स्पाइक-एंड-स्लैब प्रायर (spike-and-slab prior) गलत खोजों को नियंत्रित करते हुए नैदानिक रूप से व्याख्या योग्य रोग समूहों की प्रभावी ढंग से पहचान करता है।

Oyebayo R. Olaniran, Soumya S. Paria, Mizanur Khondoker, Alexander J. MacGregor, Alexandra Lewin2026-07-03
📊 statistics

From Subgroups to Population Composition: A Transportability Approach to Effect Heterogeneity

यह शोध पत्र एक नवीन, तीन-चरणीय परिवहन क्षमता ढांचे (ट्रांसपोर्टेबिलिटी फ्रेमवर्क) का प्रस्ताव करता है जो विषम कमजोरियों को बेहतर ढंग से पहचानने और हस्तक्षेपों को प्राथमिकता देने के लिए प्रभाव संशोधक वितरणों के फलन के रूप में जनसंख्या-स्तरीय जोखिम प्रभावों को मॉडल करता है, जिसे सूखे के बच्चों के स्टंटिंग (बौनापन) पर प्रभाव के विश्लेषण के माध्यम से प्रदर्शित किया गया है।

Michael Cheung, Candus Shi, Kara E Rudolph, Valérie Garès, Caroline A Thompson, Tarik Benmarhnia2026-07-03
📊 statistics

Pattern-Calibrated Multimodal Prediction under Blockwise Missingness

यह शोध पत्र MOSAIC का प्रस्ताव करता है, जो ब्लॉकवाइज़ मिसिंगनेस (blockwise missingness) के तहत मल्टीमॉडल भविष्यवाणी के लिए एक पैटर्न-कैलिब्रेटेड फ्रेमवर्क है, जो साझा और मोडैलिटी-विशिष्ट (modality-specific) निरूपणों को सीखने और विभिन्न प्रेक्षित-मोडैलिटी पैटर्नों में अलग-अलग भविष्यवाणी नियमों को ढहने से बचाने के लिए इंटर-पैटर्न कैलिब्रेशन लागू करके सटीकता में सुधार करता है।

Junhan Yu, Kejian Zhang, Doudou Zhou, Guojun Zhu2026-07-03
📊 statistics

Autorelevance function and other feature relevance measures for univariate time series

यह शोध पत्र एक मॉडल-अज्ञेय (model-agnostic) ढांचे का प्रस्ताव करता है जो यूनिवेरिएट टाइम सीरीज़ फोरकास्टिंग में लैग महत्व को मापने के लिए ऑटो-रिलिवेंस और पार्शियल ऑटो-रिलिवेंस फंक्शन को परिभाषित करने हेतु घोस्ट वेरिएबल्स (Ghost variables) और शापली वैल्यूज (Shapley values) का उपयोग करता है, जो सीजनल ARMA और रिकरेंट न्यूरल नेटवर्क मॉडलों में उनकी प्रभावशीलता को प्रदर्शित करता है।

Julian Cardenas, Jamie Arjona, Pedro Delicado2026-07-03
📊 statistics

Inverse Suitability: Identifying Condition Difficulty and Rider Skill from Behavioural Outcomes via Continuous-Item Response Theory

यह शोध पत्र "इनवर्स सूटेबिलिटी" (Inverse Suitability) को प्रस्तुत करता है, जो एक निरंतर-आइटम रिस्पांस थ्योरी मॉडल है जो व्यवहार संबंधी परिणामों का विश्लेषण करके राइडर के अंतर्निहित कौशल को परिवेश की आंतरिक कठिनाई से अलग करता है, जिससे एक मापने योग्य, स्थल-विशिष्ट कठिनाई एटलस उत्पन्न होता है जो पारंपरिक विशेषज्ञ-निर्धारित उपयुक्तता वक्रों से बेहतर प्रदर्शन करता है।

Fabio Carucci2026-07-03