2426 पेपर
यह शोध पत्र एक नवीन "प्रोफ़ाइल बायेसियन ऑप्टिमाइज़ेशन" ढांचे को प्रस्तुत करता है जो महंगे कंप्यूटर प्रयोगों के लिए एक नियंत्रण पैरामीटर की संपूर्ण सीमा में इष्टतम रिस्पॉन्स प्रोफ़ाइल को कुशलतापूर्वक पहचानने के लिए दो-चरणीय अधिग्रहण योजना और पदानुक्रमित गॉसियन प्रोसेस सरोगेट्स का उपयोग करता है, जो बेंचमार्क और एक वास्तविक रोटेटिंग डेटोनेशन इंजन अनुप्रयोग दोनों में पारंपरिक तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र HACHI को प्रस्तुत करता है, जो एक पुनरावृत्ति मानव-इन-द-लूप (human-in-the-loop) ढांचा है जो विशेषज्ञ फीडबैक के माध्यम से नैदानिक नोट्स (clinical notes) से व्याख्यात्मक अवधारणाओं (interpretable concepts) को तेजी से खोजने और परिष्कृत करने के लिए एआई एजेंटों का लाभ उठाता है, जिससे अधिक सटीक और सामान्यीकरण योग्य नैदानिक भविष्यवाणी मॉडल के विकास को गति मिलती है और साथ ही एआई को निर्देशित करने में मानवीय निरीक्षण की महत्वपूर्ण भूमिका पर प्रकाश डाला जाता है।
यह शोध पत्र यह स्थापित करता है कि होमोस्केडास्टिकस्टिक (homoskedastic) गैर-गाऊसी त्रुटियों वाले रैखिक प्रतिगमन के लिए इष्टतम रूप से भारित द्वितीय-क्रम लघुतम वर्ग (second-order least squares) और द्वितीय-डिग्री बहुपद अधिकतमकरण (degree-two polynomial maximization) विषम जनसंख्या अनुमानक (asymptotically equivalent population estimators) हैं, जबकि यह प्रदर्शित करता है कि उच्च-डिग्री बहुपद अधिकतमकरण, उच्च-मोमेंट सूचना का लाभ उठाकर द्वितीय-क्रम विधियों की तुलना में महत्वपूर्ण दक्षता लाभ प्रदान करता है जिसे द्वितीय-क्रम लघुतम वर्ग प्राप्त नहीं कर सकता है।
यह शोध पत्र एक नवीन दो-चरणीय स्पेक्ट्रल एम्बेडिंग फ्रेमवर्क प्रस्तावित करता है जो दुर्लभ रोग समूहों के लिए सुदृढ़ निम्न-आयामी निरूपण उत्पन्न करने हेतु एक व्यापक जनसंख्या से लचीले ज्ञान हस्तांतरण का लाभ उठाता है, जो प्रभावी रूप से उन चुनौतियों को दूर करता है जहाँ मौजूदा विधियाँ विफल हो जाती हैं जैसे कि डेटा की विरलता और कमजोर सिग्नल संरेखण।
यह शोध पत्र ट्रिपल-रैंडमाइज्ड नेगेटिव बाइनोमियल बीटा वितरण को प्रस्तुत करता है, जो एक सुदृढ़ बेयसियन ढांचा है जो आउटलेयर्स और सटीक शून्यों को समायोजित करते हुए मानक बीटा रिग्रेशन की सीमाओं को दूर करता है और पोल्या-गामा ऑगमेंटेशन तथा गिब्स सैंपलिंग के माध्यम से कुशल कंजुगेट इन्फरेंस को सक्षम बनाता है।
यह शोध पत्र यह स्थापित करता है कि प्रोपेंसिटी स्कोर और कंडीशनल एवरेज ट्रीटमेंट इफेक्ट के बीच एक मोनोटोनिक संबंध के तहत, ओवरलैप-वेटेड एवरेज ट्रीटमेंट इफेक्ट, उपचारित (treated) और नियंत्रण (control) समूहों के प्रभावों द्वारा सीमित है, जो इन परिणामों को इंस्ट्रूमेंटल वेरिएबल सेटिंग्स और अन्य वेट्स तक विस्तारित करता है और इन संबंधों को विज़ुअलाइज़ करने के लिए एक "CP-प्लॉट" का प्रस्ताव देता है।
यह शोध पत्र पदानुक्रमित उत्तेजक प्रक्रिया (Hierarchical Excitatory Process - HEP) को प्रस्तुत करता है, जो एक लचीला पॉइंट प्रोसेस मॉडल है जो समय-परिवर्तनीय उत्तेजना कर्नेल (time-varying excitation kernels) को मॉडल करके बार-बार दिए जाने वाले बाहरी उद्दीपनों के तहत इवेंट-टाइम डेटा की विशेषता बताता है, जिससे लाइकलीहुड-आधारित अनुमान और समान प्रतिक्रिया गतिशीलता वाले गुप्त समूहों की पहचान करने के लिए मॉडल-आधारित क्लस्टरिंग सक्षम होती है, जैसा कि सिमुलेशन और न्यूरल स्पाइक ट्रेन विश्लेषण के माध्यम से प्रदर्शित किया गया है।
यह शोध पत्र मेटा-विश्लेषणों में एडेप्टिव डिजाइनों के मूल्यांकन के लिए एक बेहतर मीट्रिक के रूप में "प्रिसिजन-वेटेड बायस" (precision-weighted bias) का प्रस्ताव करता है, यह प्रदर्शित करते हुए कि संभावित अनवेटेड बायस के बावजूद, ये डिज़ाइन अक्सर अपनी सूचना सामग्री द्वारा भारित होने पर नगण्य समग्र बायस में योगदान देते हैं, जिससे साक्ष्य संश्लेषण में उनके समावेश का समर्थन मिलता है।
यह शोध पत्र एक अनुकूलन योग्य स्थानिक ब्लॉकिंग फ्रेमवर्क (adaptive spatial blocking framework) प्रस्तुत करता है जो बड़े पैमाने पर स्थानिक प्रोटिओमिक्स के लिए पारंपरिक रिप्ले के के-फंक्शन (Ripley's K-function) विधियों की कम्प्यूटेशनल सीमाओं को दूर करने के लिए विलगित स्थानीय ब्लॉकों (disjoint local blocks) को निकालता है ताकि स्केलेबल, कुशल और सांख्यिकीय रूप से शक्तिशाली क्लस्टरिंग अनुमान सक्षम किया जा सके।
यह शोध पत्र रैखिक और गैर-रैखिक सहचर प्रभावों को अलग-अलग पहचानने के लिए डेमलर-रिनश (Demmler-Reinsch) आधार विस्तारों का उपयोग करते हुए योगात्मक क्वांटाइल रिग्रेशन (additive quantile regression) के लिए एक बेयसियन प्रभाव चयन पद्धति प्रस्तावित करता है, जो मैड्रिड में NO डेटा के अनुप्रयोग के माध्यम से वायु प्रदूषण थ्रेशोल्ड को मॉडल करने और नियामक निर्णय लेने में अपने उत्कृष्ट प्रदर्शन का प्रदर्शन करता है।