stat.ME पेपर | Gist.Science

Two Sides of Schur Damping: High-Dimensional Pseudo-Likelihoods and Portfolio Allocation

यह शोध पत्र यह प्रकट करता है कि उच्च-आयामी गॉसियन छद्म-संभावनाओं (Gaussian pseudo-likelihoods) का अनुमान लगाने के लिए स्थानिक सांख्यिकीविदों द्वारा उपयोग किया जाने वाला शूर पूरक डैम्पिंग (Schur complement damping) और पोर्टफोलियो आवंटन को स्थिर करने के लिए मात्रात्मक निवेशकों द्वारा उपयोग किया जाने वाला ऑपरेशन गणितीय रूप से समान हैं, जो इन दो क्षेत्रों के बीच क्लोज्ड-फॉर्म विश्वसनीयता संकुचन (closed-form reliability shrinkage) विधियों के क्रॉस-पॉलिनेशन को सक्षम बनाता है।

Peter Cotton2026-06-16

📊 statistics

Bridging data-driven priors via the score function for posterior sampling -- Comparative review and experimental study

यह शोध पत्र उनके स्कोर फलनों (score functions) के माध्यम से बेयज़ियन व्युत्क्रम समस्याओं (Bayesian inverse problems) के लिए विविध डेटा-संचालित पूर्ववृत्तों (data-driven priors) को एकीकृत करता है, और इमेज रेस्टोरेशन कार्यों पर तुलनात्मक प्रयोगों के माध्यम से यह प्रदर्शित करता है कि यह सामान्य ढांचा कुशल और बहुमुखी पोस्टीरियर सैंपलिंग को सक्षम बनाता है।

Elhadji Cisse Faye, Mame Diarra Fall, Sylvain Delchini, Nicolas Dobigeon2026-06-16

📊 statistics

Causal Sufficient Dimension Reduction for Multiple Continuous Exposures with an Application to Environmental Mixtures

यह शोध पत्र कॉज़ल सफिशिएंट डायमेंशन रिडक्शन (CSDR) को प्रस्तुत करता है, जो एक अर्ध-प्राचलिक (semiparametric) ढांचा है जो सटीक कारण प्रभाव अनुमान के लिए उच्च-आयामी निरंतर एक्सपोज़र को निम्न-आयामी सारांशों में कम करता है, और सैद्धांतिक गारंटियों, सिमुलेशन और शिशु जन्म के वजन पर PFAS मिश्रणों के प्रभाव के एक अनुप्रयोग के माध्यम से इसकी प्रभावशीलता को प्रदर्शित करता है।

Thomas W. Hsiao, Howard H. Chang, Razieh Nabi2026-06-16

📊 statistics

A Kuramoto-von Mises Time Series Model for Probabilistic Modeling of Coupled Oscillators

यह शोध पत्र गैर-संतुलन अवस्थाओं (non-equilibrium regimes) में युग्मित दोलकों (coupled oscillators) के संभाव्यता वितरणों का कुशलतापूर्वक अनुमान लगाने के लिए लैंगिवियन गतिकी (Langevin dynamics) पर आधारित एक नवीन कुरामोतो-वॉन मिसेस समय श्रृंखला मॉडल प्रस्तावित करता है, जो एक क्लोज्ड-फॉर्म मैक्सिमम लाइकलीहुड समाधान प्रदान करता है और मस्तिष्क की ट्रैवलिंग वेव्स से लेकर जठरांत्र संबंधी स्लो वेव गतिविधि (gastrointestinal slow wave activity) तक के अनुप्रयोगों में मौजूदा संतुलन-आधारित विधियों से बेहतर प्रदर्शन करता है।

Yun Hwang, Todd P. Coleman2026-06-16

📊 statistics

Optimized Sequential Testing for Binary Ensemble Classifiers

यह शोध पत्र बाइनरी एन्सेम्बल क्लासिफायर के लिए एक कुशल अनुक्रमिक परीक्षण ढांचा प्रस्तावित करता है जो एक स्पष्ट बहुमत उभरने पर बेस मॉडल के मूल्यांकन को गतिशील रूप से रोककर कम्प्यूटेशनल लागत को कम करता है, जिससे पूर्ण एन्सेम्बल के साथ नगण्य असहमति दर बनाए रखते हुए 4 गुना से अधिक की गति प्राप्त होती है।

Joseph Kalman, Amit Moscovich2026-06-16

📊 statistics

Finite Resources False Discovery Rate Control in Structured Hypothesis Spaces

यह शोध पत्र सीमित-डेटा बाधाओं के तहत संरचित परिकल्पना स्थानों (structured hypothesis spaces) में फॉल्स डिस्कवरी रेट (false discovery rate) को नियंत्रित करने के लिए एक रूपरेखा प्रस्तुत करता है, जो सटीक FDR गारंटी और सांख्यिकीय शक्ति (statistical power) के बीच संतुलन बनाने के लिए रिप्रोड्यूसिंग कर्नेल हिल्बर्ट स्पेस (reproducing kernel hilbert spaces) का लाभ उठाते हुए दो निर्णय नियम विकसित करता है, और साथ ही शून्य वितरण नमूनों (null distribution samples) को आवंटित करने के लिए एक कुशल नीति भी प्रस्तावित करता है।

Binyamin Perets, Shie Mannor2026-06-16

📊 statistics

Bias-Aware External-Model-Assisted Inference in High-Dimensional Regression

यह शोध पत्र डिबायस्ड एक्सटर्नल-मॉडल-असिस्टेड लासो (DEAL) का प्रस्ताव करता है, जो उच्च-आयामी अर्ध-पर्यवेक्षित प्रतिगमन (high-dimensional semi-supervised regression) के लिए एक नवीन विधि है, जो विविध डेटा व्यवस्थाओं और वास्तविक दुनिया के अनुप्रयोगों में काफी छोटे और अधिक सटीक विश्वास अंतराल (confidence intervals) उत्पन्न करने के लिए बाहरी मॉडल की जानकारी को अनुकूल रूप से एकीकृत करके मौजूदा प्रेडिक्शन-पावर्ड इन्फरेंस तकनीकों की सीमाओं को दूर करता है।

Hongzhe Zhang, Hanxuan Ye, Hongzhe Li2026-06-16

📊 statistics

Bounding Causal Effects for Ordinal Outcomes Under Positive Dependence

यह शोध पत्र क्रमिक परिणामों (ordinal outcomes) के लिए कारण प्रभावों (causal effects) का अनुमान लगाने की चुनौती को संबोधित करता है, यह प्रदर्शित करते हुए कि मानक सकारात्मक निर्भरता धारणाएं (positive dependence assumptions) सख्त स्वतंत्रता-आधारित सीमाओं (independence-based bounds) को न्यायसंगत ठहराने के लिए अपर्याप्त हैं, जिससे लेखक एक नई, अधिक सुदृढ़ स्थिति प्रस्तावित करते हैं जिसे 'डायगोनल टेल डोमिनेंस' (DTD) कहा जाता है और बेहतर स्थानीय सीमाएँ व्युत्पन्न करते हैं जिन्हें सैद्धांतिक विश्लेषण, सिमुलेशन और एक नैदानिक परीक्षण अनुप्रयोग के माध्यम से मान्य किया गया है।

Micha Mandel, Daniel Rodan2026-06-16

📊 statistics

Minimax Synthesis of Network Mechanisms

यह शोध पत्र अनुमानित पूर्वाग्रहों को सुधारकर, उनके अंतःक्रिया नियमों की पहचान करने के लिए एक तीक्ष्ण घनत्व सीमा स्थापित करके, और सैद्धांतिक दरों, सिमुलेशन तथा वास्तविक दुनिया के अनुप्रयोगों के माध्यम से दृष्टिकोण को मान्य करके, एक एकल प्रेक्षित ग्राफ से कई नेटवर्क तंत्रों (जैसे समुदायों और हब) के योगदान को मापने के लिए एक मिनिमैक्स फ्रेमवर्क प्रस्तावित करता है।

Marios Papamichalis, Regina Ruane2026-06-16

📊 statistics

Learning a Sampling-Free Variational DNN Plugin from Tiny Training Sets to Refine OOD Segmentation With Uncertainty Estimation

यह शोध पत्र VarDeepPCA को पेश करता है, जो एक हल्का, सैंपलिंग-मुक्त वेरिएशनल DNN ढांचा है जो छोटे इन-डिस्ट्रीब्यूशन डेटासेट से अंतर्निहित ज्यामितीय पूर्ववृत्त (intrinsic geometric priors) सीखकर आउट-ऑफ-डिस्ट्रीब्यूशन मेडिकल सेगमेंटेशन को परिष्कृत करता है और अनिश्चितता अनुमान प्रदान करता है, जिससे अतिरिक्त प्रशिक्षण डेटा की आवश्यकता के बिना शारीरिक सुसंगतता (anatomical plausibility) में सुधार होता है और त्रुटियों को कम किया जाता है।

Jimut B. Pal, Suyash P. Awate2026-06-16

← पिछला अगला →