2412 पेपर
यह शोध पत्र नेटवर्क मेटा-एनालिसिस में सुदृढ़, व्याख्या योग्य उपचार पदानुक्रम उत्पन्न करने के लिए एक संभाव्य मॉडल और एक नैदानिक रूप से प्रासंगिक उपचार-चयन मानदंड का उपयोग करते हुए एक नवीन ढांचे का प्रस्ताव करता है, जिससे मामूली अंतर की अति-व्याख्या को कम किया जा सके और मौजूदा रैंकिंग विधियों के एक विश्वसनीय विकल्प के रूप में प्रस्तुत किया जा सके।
यह शोध पत्र फेज़ I कॉम्बिनेशन ट्रायल्स के लिए एक बायेसियन पार्शियल ऑर्डरिंग लॉजिस्टिक रिग्रेशन मॉडल (POBLRM) प्रस्तावित करता है जो कंट्रोल ग्रुप्स वाले रैंडमाइज्ड सेटिंग्स में प्रदर्शन में सुधार करता है, साथ ही एक नवीन साइक्लिक कैलिब्रेशन विधि और परिदृश्य-न्यूनीकरण रणनीति भी प्रस्तुत करता है जो मजबूत परिचालन विशेषताओं को बनाए रखते हुए कम्प्यूटेशनल लागत को काफी कम कर देती है।
यह शोध पत्र मापन-प्रतिबंधित एम-अनुमानन (M-estimation) के तहत उच्च-आयामी व्यक्तिगत थ्रेशोल्ड (thresholds) का अनुमान लगाने के लिए एक नवीन -चरण सक्रिय उप-नमूकरण (subsampling) एल्गोरिदम प्रस्तावित करता है, जो पैरामीटर अनुमान को अनुकूलित करने के लिए सबसे अधिक सूचनात्मक लेबल वाले डेटा का पुनरावृत्ति रूप से चयन करता है और अंतर्निहित सशर्त घनत्व की सुगमता (smoothness) के आधार पर एक तीक्ष्ण चरण संक्रमण (phase transition) घटना को प्रकट करता है।
यह शोधपत्र एक सुदृढ़ लोकल पॉलिनोमियल रिग्रेशन फ्रेमवर्क प्रस्तुत करता है जो वेटिंग में प्रेडिक्टर और रिस्पॉन्स दोनों चरों को सम्मिलित करने के लिए एक कंडीशनल डेंसिटी कर्नेल का उपयोग करता है, जो आउटलियर के प्रभाव को प्रभावी ढंग से कम करते हुए इटरेटिव रोबस्ट LOWESS की तुलना में कम एम्पेरिकल बायस प्राप्त करता है और मानक LOWESS के साथ प्रतिस्पर्धी बना रहता है।
यह शोधपत्र विस्तारित फीचर एलोकेशन मॉडल्स के लिए एक एकीकृत बेयसियन फ्रेमवर्क प्रस्तुत करता है जो लेबल डिपेंडेंसीज़ को पकड़ने और प्रेडिक्टिव परफॉर्मेंस में सुधार करने के लिए फीचर लेबल्स और प्रोपोरशन्स को संयुक्त रूप से मॉडल करता है, जो जीनोमिक वेरिएंट क्लस्टरिंग और फॉरेस्ट सर्वे प्रेडिक्शन में अनुप्रयोगों के माध्यम से मानक फॉर्मुलेशन की सीमाओं को दूर करता है।
यह शोध पत्र सामान्यीकृत रैखिक मांग (generalized linear demands) वाले विक्रेताओं के बीच क्रमिक ऑनलाइन मूल्य प्रतिस्पर्धा के लिए एक नवीन विकेंद्रीकृत मूल्य निर्धारण नीति, PML-GLUCB, प्रस्तावित करता है, जो अज्ञात मापदंडों और बाइनरी एवं वास्तविक-मान वाले दोनों प्रकार के मांग अवलोकनों को समायोजित करते हुए, बिना किसी समन्वित अन्वेषण चरणों की आवश्यकता के, इष्टतम रिग्रेट (regret) प्राप्त करता है।
यह शोध पत्र एक नवीन डेटा फ्यूजन फ्रेमवर्क प्रस्तुत करता है जो साझा इंस्ट्रूमेंटल वेरिएबल्स और लेटेंट अलाइनमेंट का लाभ उठाकर अनमेज़र्ड कन्फाउंडिंग (unmeasured confounding) और अलग से देखे गए मीडिएटर्स एवं आउटकम्स के तहत सेमीपैरामेट्रिक मीडिएशन विश्लेषण को सक्षम बनाता है ताकि कॉज़ल पाथवे की पहचान की जा सके, जिसे डिमेंशिया जोखिम पर एक विशिष्ट SNP के इम्यून-संबंधित जीन एक्सप्रेशन के माध्यम से प्रभाव के अनुप्रयोग द्वारा प्रदर्शित किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि मेटा-विश्लेषणों में मानक विचलन (standard deviations) का विश्वसनीय अनुमान लगाने के लिए तीन-संख्या सारांश (three-number summaries) अपर्याप्त हैं, जिससे संभावित रूप से अमान्य निष्कर्ष निकल सकते हैं, और एक नए स्केल्ड बीटा वितरण-आधारित अनुमानक (scaled Beta distribution-based estimator) के साथ एक संवेदनशीलता विश्लेषण ढांचे का प्रस्ताव करता है जो सटीकता में सुधार करने के लिए डेटा आकार की जानकारी को शामिल करता है।
यह शोध पत्र लॉग किए गए कॉन्टेक्स्टुअल बैंडिट डेटा से इष्टतम नीति (ऑप्टिमल पॉलिसी) की पहचान करने के लिए एक एनीटाइम-वैलिड फ्रेमवर्क पेश करता है, जो विश्लेषकों को साक्ष्य की निरंतर निगरानी करने और निष्कर्षों को अमान्य किए बिना डेटा संग्रह को गतिशील रूप से रोकने में सक्षम बनाता है, जबकि यह फिक्स्ड-सैंपल डिजाइनों के तुलनीय सैंपल कॉम्प्लेक्सिटी प्राप्त करता है।
FoundCause एक नवीन एमोर्टाइज्ड (amortized) कॉज़ल डिस्कवरी मॉडल है जो विशेष इंडक्टिव बायस (inductive biases) के साथ एक ट्रांसफार्मर आर्किटेक्चर का लाभ उठाता है ताकि एकल फॉरवर्ड पास में अवलोकन संबंधी डेटा से लेटेंट कन्फाउंडर्स (latent confounders) सहित कॉज़ल ग्राफ को सीधे निष्कर्ष निकाला जा सके, जो विविध वास्तविक दुनिया के डेटासेट पर शास्त्रीय और मौजूदा एमोर्टाइज्ड विधियों दोनों से बेहतर प्रदर्शन करता है।