📊 Category

stat.ME

2379 पेपर

📊 statistics

High-Dimensional Assisted Learning for Vertically Distributed Data with Blockwise Missingness

यह शोध पत्र 'असिस्टेड लर्निंग विद ब्लॉक-मिसिंग डेटा' (ALB) का प्रस्ताव करता है, जो उच्च-आयामी रैखिक अनुमान और निष्कर्ष के लिए एक विकेंद्रीकृत विधि है, जो चक्रीय ब्लॉक अपडेटों के माध्यम से नियमितीकृत उपलब्ध-मामला हानि (regularized available-case loss) को न्यूनतम करके ब्लॉकवाइज मिसिंगनेस और रिस्पॉन्स गैप के साथ लंबवत रूप से वितरित डेटा को कुशलतापूर्वक संभालता है, जिससे कच्चे डेटा को एकत्रित किए बिना या किसी समन्वय सर्वर की आवश्यकता के बिना केंद्रीय स्तर की सटीकता और वैध सांख्यिकीय निष्कर्ष प्राप्त होता है।

Yuwen Long, Shuyuan Wu, Yin Xia2026-08-18
📊 statistics

Stable Matrix Parametrizations and Structured Adjoints for Ornstein-Uhlenbeck Processes

यह शोध पत्र हुरविट्ज़ स्मूथ स्पेक्ट्रल ब्लॉक पैरामीट्रिज़ेशन (H-SSBP) प्रस्तुत करता है, जो एक नवीन ढांचा है जो ड्रिफ्ट मैट्रिक्स स्थिरता सुनिश्चित करता है और मल्टीवेरिएट ऑर्नस्टीन-उहलेनबेक प्रक्रियाओं के लिए लाइकलीहुड-आधारित अनुमान को महत्वपूर्ण रूप से त्वरित करता है, जो समस्या को कुशल, स्मूथ ब्लॉक गणनाओं में विभाजित करके किया जाता है जो महंगी मैट्रिक्स एक्सपोनेंशियल और डिस्क्रीट मॉडल चयन से बचते हैं।

Filippo Monti, Andrew Holbrook, Nathan E. Glatt-Holtz, Marc A. Suchard2026-08-18
📊 statistics

NP-LEAP: Nonparametric Latent Exchangeability Prior for Model-Lean Borrowing from Historical Data

यह शोध पत्र NP-LEAP का प्रस्ताव करता है, जो एक गैर-पैरामीट्रिक (nonparametric), परिणाम-अज्ञेय (outcome-agnostic) बेयसियन ढांचा है जो व्यक्तिगत-स्तरीय विनिमय क्षमता (exchangeability) का आकलन करके और डेटा विभाजनों पर औसत निकालकर ऐतिहासिक डेटा से गतिशील रूप से जानकारी उधार लेता है, जिससे मौजूदा विधियों में निहित पैरामीट्रिक मिसस्पेसिफिकेशन (parametric misspecification) के जोखिमों से बचा जा सकता है, विशेष रूप से समय-से-घटना (time-to-event) परिणामों के लिए।

Ethan M. Alt, Miheer Dewaskar, Jacob M. Maronge, Yuelin Lu, Matthew A. Psioda2026-08-18
📊 statistics

Pattern-Based Sequential Multiple Imputation for Missing Data in Clinical Trials: An Extension for Baseline-Only Early Dropout Subjects

यह शोध पत्र एक्सटेंडेड पैटर्न-आधारित सीक्वेंशियल मल्टीपल इम्प्यूटेशन (EPSMI), विशेष रूप से EPSMI-Y1 रणनीति को, ICH E9 (R1) उपचार नीति ढांचे के तहत नैदानिक परीक्षणों में बेसलाइन-ओनली अर्ली ड्रॉपआउट्स को संभालने के लिए एक सुदृढ़ विधि के रूप में प्रस्तावित और मान्य करता है, जो सूचनात्मक ड्रॉपआउट (informative dropout) के मामले में मौजूदा विधियों की तुलना में बेहतर बायस रिडक्शन (bias reduction) और कवरेज प्रदर्शित करता है।

Chen Zhang, Junyu Nie, Kexuan Li, Ning Ding2026-08-18
📊 statistics

Biophysics-informed deep operator learning for inverse problems with application to electrophysiological source reconstruction

यह शोध पत्र DeepOp-Informed को प्रस्तुत करता है, जो एक बायोफिजिक्स-इन्फॉर्म्ड ज्योमेट्रिक डीप ऑपरेटर लर्निंग फ्रेमवर्क है जो विविध विषयों और इमेजिंग मोडैलिटीज में इलेक्ट्रोफिजियोलॉजिकल सोर्स रिकंस्ट्रक्शन की दक्षता, सामान्यीकरण क्षमता और सटीकता में सुधार करने के लिए न्यूरल नेटवर्क में डिफरेंशिएबल बायोफिजिकल सेंसिंग लेयर्स को एम्बेड करता है।

Eardi Lila, Erica R. Peterson, Alexis N. Bosseler, J. Nathan Kutz, Samu Taulu2026-08-18
📊 statistics

Improving sampling efficacy on high dimensional distributions with thin high density regions using Conservative Hamiltonian Monte Carlo

यह शोध पत्र कंजर्वेटिव हैमिल्टोनियन मोंटे कार्लो (Conservative Hamiltonian Monte Carlo) प्रस्तुत करता है, जो मानक एल्गोरिदम का एक रूपांतर है जो उच्च-आयामी वितरणों वाले पतले उच्च-घनत्व वाले क्षेत्रों पर सैंपलिंग प्रभावकारिता और सुदृढ़ता में महत्वपूर्ण सुधार करने के लिए RR-रिवर्सिबल ऊर्जा-संरक्षण इंटीग्रेटर्स (energy-preserving integrators) का उपयोग करता है, साथ ही उन लक्ष्यों पर भी अनुप्रयोग को सक्षम बनाता है जिनमें ग्रेडिएंट संबंधी जानकारी का अभाव होता है।

Geoffrey McGregor, Andy T. S. Wan2026-08-17
📊 statistics

Parameter Estimation for Time-Scaled Inhomogeneous Phase-Type Distributions from Discrete Observations

यह शोध पत्र एक गणनात्मक रूप से कुशल स्टोकेस्टिक एक्सपेक्टेशन-मैक्सिमाइजेशन (SEM) ढांचे का प्रस्ताव करता है जो विविक्त (discrete), अनियमित अंतराल पर प्राप्त अवलोकनों से समय-स्केल वाले इनहोमोजेनियस फेज-टाइप वितरणों के मापदंडों का अनुमान लगाने के लिए मार्कोव-ब्रिज डेटा ऑग्मेंटेशन को क्लोज्ड-फॉर्म अपडेट्स के साथ जोड़ता है, जो बिना किसी प्रतिबंधित गैर-रेखीय अनुकूलन (constrained nonlinear optimization) की आवश्यकता के मिसिंग-डेटा समस्या को प्रभावी ढंग से संबोधित करता है।

Fernando Baltazar-Larios, Alejandra Quintos2026-08-17
📊 statistics

High-Dimensional Data Analysis for Elliptically Symmetric Distributions

यह पुस्तक दीर्घवृत्तीय सममित वितरणों (elliptically symmetric distributions) के अंतर्गत उच्च-आयामी डेटा विश्लेषण के लिए एक व्यवस्थित ढांचा प्रदान करती है, जो आधुनिक सांख्यिकीय अनुप्रयोगों में भारी पूंछ (heavy tails) और विषमता (heterogeneity) को संबोधित करने के लिए स्थानिक संकेतों (spatial signs), रैंक और आकार-आधारित मापों पर आधारित सुदृढ़ अनुमान विधियों की पेशकश करती है।

Long Feng2026-08-17
💻 computer science

FactorFlow: A Visual Analytics Workspace with Large Language Model-Assisted Interpretation for Factor Analysis

यह शोधपत्र FactorFlow प्रस्तुत करता है, जो एक विज़ुअल एनालिटिक्स वर्कस्पेस है जो शोधकर्ताओं को एक्सप्लोरेटरी फैक्टर एनालिसिस मॉडल्स को अधिक कुशलता और प्रभावशीलता से करने, व्याख्या करने और तुलना करने में सहायता करने के लिए इंटरैक्टिव विज़ुअलाइज़ेशन और लार्ज लैंग्वेज मॉडल्स को एकीकृत करता है।

Justin Philip Tuazon, Joemari Olea, Richelle Ann Juayong2026-08-17
📊 statistics

Small Area Estimation under Spatial Regimes: Spatially Clustered Fay-Herriot Models for Agricultural Indicators

यह शोध पत्र एक स्थानिक रूप से क्लस्टरयुक्त फे-हेरियट (SC-FH) ढांचे का प्रस्ताव करता है जो एक दंडित संभावना दृष्टिकोण (penalized likelihood approach) के माध्यम से क्लस्टर-विशिष्ट प्रतिगमन मापदंडों का एक साथ अनुमान लगाता है और स्थानिक रूप से सुसंगत विभाजन उत्पन्न करता है, जिससे मानक मॉडलों की तुलना में स्थानिक रूप से विषम संबंधों वाले क्षेत्रों में कृषि संकेतकों के लिए भविष्यवाणी सटीकता में सुधार होता है।

Paolo Maranzano (University of Milano-Bicocca, Department of Economics, Management and Statistics, Fondazione Eni Enrico (…)2026-08-17