stat.ME पेपर | Gist.Science

Federated Survival Analysis in Healthcare: A Multi-Model Evaluation on Cross-Institutional Heterogeneous Breast Cancer Data

यह शोध पत्र विषम स्तन कैंसर डेटा पर फेडरेटेड सर्वाइवल एनालिसिस का एक व्यवस्थित मूल्यांकन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि फेडरेटेड लर्निंग लगातार स्थानीय प्रशिक्षण से बेहतर प्रदर्शन करती है, रैंडम सर्वाइवल फॉरेस्ट को विविध क्लाइंट्स के बीच सबसे सुदृढ़ मॉडल के रूप में पहचानती है, और गोपनीयता-बाधित स्वास्थ्य सेवा परिवेशों में मॉडलों और अनुकूलन रणनीतियों के चयन के लिए व्यावहारिक दिशा-निर्देश प्रदान करती है।

Natalia Moreno-Blasco, Anusha Ihalapathirana, Pekka Siirtola, Miguel Fernandez-de-Retana2026-06-24

🤖 machine learning

GRACE: Gated Refinement for Accurate Causal Edge Discovery in High-Dimensional Time Series

GRACE उच्च-आयामी समय श्रृंखला (high-dimensional time series) के लिए एक नवीन कारण खोज (causal discovery) ढांचा है जो एक तेज़ रैखिक बाधा-आधारित कंकाल (linear constraint-based skeleton) को हार्ड कंक्रीट गेट्स (Hard Concrete gates) और $L_0$ नियमितीकरण (regularization) का उपयोग करने वाले एक गेटेड रिफाइनमेंट तंत्र के साथ जोड़ता है ताकि गलत सकारात्मक परिणामों (false positives) को मजबूती से छाँटा जा सके, जिससे मौजूदा स्कोर-आधारित और गैर-रैखिक बाधा-आधारित विधियों की तुलना में बेहतर सटीकता और दक्षता प्राप्त होती है।

Mohammad Fesanghary, Abhinav Havaldar2026-06-24

📊 statistics

Pseudo-value Based Mean Cumulative Count Regression

यह शोध पत्र आवर्ती घटनाओं (recurrent events) के लिए माध्य संचयी फलन (mean cumulative function) और कर्व के नीचे के क्षेत्र (area under the curve) पर सहचर प्रभावों (covariate effects) को मॉडल करने के लिए सामान्यीकृत अनुमान समीकरणों (generalized estimating equations) का उपयोग करते हुए एक छद्म-मान-आधारित (pseudo-value-based) प्रतिगमन ढांचे का प्रस्ताव करता है, जो सिमुलेशन और ORATORIO क्लिनिकल ट्रायल के एक अनुप्रयोग के माध्यम से इसकी सटीकता और उपयोगिता को प्रदर्शित करता है।

Zachary R. McCaw, Alex Ocampo, Enrico Giudice, FengQi Song, Jessica Gronsbell2026-06-24

📊 statistics

Uncertainty intervals for multilevel models with missing not at random data

यह शोध पत्र 'मिसिंग नॉट एट रैंडम' (MNAR) डेटा वाले रैखिक बहुस्तरीय मॉडलों (linear multilevel models) के लिए एक संवेदनशीलता विश्लेषण पद्धति प्रस्तावित करता है जो 'मिसिंग एट रैंडम' की तुलना में कमजोर धारणाओं के तहत रुचि के मापदंडों के लिए संभावित सीमाओं का अनुमान लगाने हेतु पूर्वाग्रह समायोजन (bias adjustments) व्युत्पन्न करता है, जिसे सिमुलेशन और अकेलेपन, शारीरिक गतिविधि और स्मृति प्रक्षेपवक्र (memory trajectories) के अनुप्रयोग के माध्यम से मान्य किया गया है।

Minna Genbäck2026-06-24

📊 statistics

Bayesian Variable Selection in Generalized Linear Models

यह शोधपत्र सामान्य रैखिक मॉडलों (Generalized Linear Models) में एक साथ चर चयन (variable selection) और पैरामीटर अनुमान के लिए एक पूर्ण संयुग्मी बेयसियन पदानुक्रमित ढांचे (fully conjugate Bayesian hierarchical framework) का प्रस्ताव करता है जो पोस्टीरियर निरंतरता गारंटी (posterior consistency guarantees), एक कुशल गिब्स सैंपलिंग एल्गोरिदम और एक संलग्न आर पैकेज (R package) प्रदान करके मौजूदा विधियों की सीमाओं को दूर करता है।

Lucia Filippozzi, Iñigo Urteaga, Claudio Agostinelli2026-06-24

📊 statistics

Landmarking with Latent Class Mixed Models for Dynamic Prediction of Time-to-event Data with Heterogeneous Biomarker Trajectories

यह शोध पत्र बड़े पैमाने के EHR डेटा के लिए डायनेमिक टाइम-टू-इवेंट प्रेडिक्शन (गतिशील समय-से-घटना पूर्वानुमान) में सुधार करने के लिए एक कंप्यूटेशनल रूप से कुशल लैंडमार्किंग दृष्टिकोण का प्रस्ताव करता है, जिसे लेटेंट क्लास मिक्स्ड मॉडल के साथ एकीकृत किया गया है और R पैकेज `landmaRk` में कार्यान्वित किया गया है, ताकि उन विषम बायोमार्कर प्रक्षेप पथों (heterogeneous biomarker trajectories) को ध्यान में रखा जा सके जिन्हें पारंपरिक विधियाँ पकड़ने में विफल रहती हैं।

Víctor Velasco-Pardo, Nathan Constantine-Cooke, Charlie W. Lees, Catalina A. Vallejos2026-06-24

📊 statistics

Learning Nonlinear Dynamics: Improving the Estimation Efficiency and Reliability of Gaussian Process State-Space Models

यह शोध पत्र एक गिब्स सैंपलर (Gibbs sampler) में दक्षता-सुधार संशोधनों का प्रस्ताव करके, पहचान क्षमता (identifiability) को संबोधित करने के लिए एक पुष्टिकारी कारक विश्लेषण (confirmatory factor analysis) मापन संरचना को एकीकृत करके, और अनुभवजन्य उदाहरणों के साथ एक सत्यापित सॉफ्टवेयर कार्यान्वयन प्रदान करके, गैररेखीय गतिकी (nonlinear dynamics) सीखने के लिए गाऊसी प्रक्रिया अवस्था-स्थान मॉडल (Gaussian process state-space models) के व्यावहारिक अनुप्रयोग को उन्नत करता है।

Jan I. Failenschmid, Leonie V. D. E. Vogelsmeier, Joris Mulder, Joran Jongerling2026-06-24

📈 economics

Heterogeneous Peer Effects with Endogenous Network Formation

यह शोध पत्र एक नवीन बेयसियन सिलेक्शन-करेक्टेड हेट्रोजेनियस स्पेशियल ऑटोरेग्रेसिव (SCHSAR) ढांचे का प्रस्ताव करता है जो एंडोजेनस नेटवर्क निर्माण और हेट्रोजेनियस पीयर प्रभावों को संयुक्त रूप से मॉडल करता है, जो लक्षित नीति डिजाइन को सूचित करने के लिए अमेरिकी फर्मों के आरएंडडी (R&D) निवेश पर पीयर इंटरैक्शन के महत्वपूर्ण लेकिन विविध प्रभावों को प्रकट करता है।

Duong Trinh, Santiago Montoya-Blandón2026-06-24

📊 statistics

Experimental Design under Network Interference

यह शोध पत्र पायलट अध्ययन के डेटा का लाभ उठाकर नेटवर्क हस्तक्षेप (network interference) के तहत दो-तरंग (two-wave) प्रयोगात्मक डिजाइनों को अनुकूलित करने के लिए एक सांख्यिकीय ढांचे का प्रस्ताव करता है, जिससे अनुमानक प्रसरण (estimator variance) को न्यूनतम किया जा सके, जबकि पायलट आकार में शामिल ट्रेड-ऑफ्स को औपचारिक रूप से स्पष्ट करता है और निष्कर्ष (inference) तथा रिग्रेट (regret) के लिए सैद्धांतिक गारंटी प्रदान करता है।

Davide Viviano2026-06-23

📊 statistics

From Risk Sets to Martingales: A Counting-Process Framework for Event-History Learning

यह शोध पत्र काउंटिंग-प्रोसेस नोटेशन और मार्टिंगेल सिद्धांत पर आधारित एक एकीकृत इवेंट-हिस्ट्री लर्निंग फ्रेमवर्क स्थापित करता है जो विविध सेंसरड, रिकरेंट और मल्टीस्टेट डेटा समस्याओं को पांच आवर्ती गणितीय वस्तुओं में अनुवादित करता है, जिससे शास्त्रीय और मशीन-लर्निंग सर्वाइवल विधियों को व्युत्पन्न करने और उनकी तुलना करने के लिए सामान्य कम्प्यूटेशनल एल्गोरिदम, सैद्धांतिक प्रमाण टेम्पलेट और एक साझा भाषा प्राप्त होती है।

Eliuvish Han Cui2026-06-23

← पिछला अगला →