2426 पेपर
यह शोधपत्र मल्टी-पैरामीटर बैंडविड्थ-फ्री इन्फरेंस की विमा को एक में कम करने के लिए सेल्फ-नॉर्मलाइजेशन के साथ संयुक्त एक सैंपल स्प्लिटिंग दृष्टिकोण (SS-SN) प्रस्तावित करता है, जिससे छोटे-से-मध्यम नमूनों में आकार संबंधी विकृतियों (size distortions) को प्रभावी रूप से कम किया जा सके और फिक्स्ड एवं डाइवर्जिंग डायमेंशनल सेटिंग्स दोनों के लिए सैद्धांतिक सीमित वितरण स्थापित किए जा सकें।
यह शोध पत्र टाइम सीरीज़ विश्लेषण में कार्यात्मक मापदंडों (फंक्शनल पैरामीटर्स) के लिए ट्यूनिंग-पैरामीटर-मुक्त परिकल्पना परीक्षण को सक्षम करने हेतु एक सैंपल स्प्लिटिंग-आधारित सेल्फ-नॉर्मलाइजेशन (SS-SN) विधि प्रस्तावित करता है, जो सैद्धांतिक व्युत्पत्तियों और संख्यात्मक सिमुलेशन के माध्यम से अपनी व्यापक प्रयोज्यता और श्रेष्ठ परिमित-नमूना प्रदर्शन का प्रदर्शन करता है।
यह शोध पत्र स्थानीय हस्तक्षेपों और वैश्विक सामाजिक परिवर्तनों के बीच महत्वपूर्ण अंतर को रेखांकित करते हुए सोशल मीडिया के नुकसानों का आकलन करने में मौजूदा यादृच्छिक नियंत्रित परीक्षणों (रैंडमाइज्ड कंट्रोल्ड ट्रायल्स) और अवलोकनात्मक अध्ययनों की सीमाओं की आलोचना करता है, और अंततः किशोर मानसिक स्वास्थ्य पर सोशल मीडिया के समग्र प्रभाव को बेहतर ढंग से समझने के लिए अपूर्ण साक्ष्यों के त्रिकोणीयकरण (ट्राइएंगुलेशन) का तर्क देता है।
यह शोधपत्र द्वैत हस्तक्षेप (dyadic interference) के तहत निर्देशित नेटवर्क में एज-स्तरीय कारण अनुमान (edge-level causal inference) के लिए एक डिज़ाइन-आधारित ढांचे का प्रस्ताव करता है, जो बेहतर विचरण सीमाओं (variance bounds) वाले होर्विट्ज़-थॉमसन अनुमानकों (Horvitz-Thompson estimators) और एक नवीन त्रिविध क्रॉस-फिटिंग प्रक्रिया को पेश करता है ताकि एज परिणामों की अनूठी निर्भरता संरचनाओं को संबोधित करते हुए कुशल, मशीन लर्निंग-सहायता प्राप्त सहचर समायोजन (covariate adjustment) को सक्षम किया जा सके।
यह शोध पत्र गॉसियन एडिटिव नॉइज़ मॉडल्स के तहत कंडीशनल इंडिपेंडेंस टेस्टिंग के लिए सेमीपैरामेट्रिक एफिशिएंसी थ्योरी को स्थापित करता है, यह प्रदर्शित करते हुए कि रिग्रेशन रेसिडुअल्स के पियर्सन कोरिलेशन पर आधारित एक सरल परीक्षण आश्चर्यजनक रूप से इष्टतम है, जो सिमुलेशन और वास्तविक स्टॉक रिटर्न विश्लेषण द्वारा मान्य निकट-ओरेकल एफिशिएंसी और वैध अनुमान प्राप्त करता है।
यह शोध पत्र एक 'फाइनाइट-कैलिब्रेशन रिजीम मैप' (Finite-Calibration Regime Map) प्रस्तुत करता है जो यह निर्धारित करके LLM जज पैनलों के लिए लो-डायमेंशनल स्केलर एग्रीगेटर्स और हाई-डायमेंशनल जॉइंट-टेबल कैलिब्रेटर्स के बीच चयन करने में मार्गदर्शन करता है कि क्या उपलब्ध मानव-लेबल बजट जटिल जज इंटरैक्शन का अनुमान लगाने में सक्षम है, यह पाते हुए कि स्केलर विधियाँ अक्सर वर्तमान डेटासेट्स के लिए पर्याप्त होती हैं जबकि जॉइंट टेबल्स केवल तभी आवश्यक हो जाते हैं जब विशिष्ट उच्च-क्रम के इंटरैक्शन मौजूद हों और अनुमान योग्य हों।
यह शोधपत्र स्पेक्ट्रल नॉर्मलाइजेशन (spectral normalization), कवरेज-आधारित ऑसिलेशन बाउंड्स (coverage-based oscillation bounds) और ऑसिलेशन-रेगुलराइज्ड ट्रेनिंग (oscillation-regularized training) को संयोजित करने वाले एक ढांचे को पेश करके ट्रांसपोर्ट एमसीएमसी (Transport MCMC) सैंपलर के लिए पहले कठोर, गैर-रिक्त स्पेक्ट्रल-गैप सीमाओं (non-vacuous spectral-gap bounds) को प्रस्तुत करता है ताकि उच्च-आयामी नॉर्मलाइजिंग फ्लोज़ (high-dimensional normalizing flows) की अभिसरण दरों को प्रमाणित किया जा सके।
यह अन्वेषणात्मक अध्ययन इस व्यापक रूप से उद्धृत दावे को चुनौती देता है कि स्थापत्य समरूपता पूर्वधारणाएं (architectural symmetry priors) नमूना जटिलता (sample complexity) को |G| के कारक से कम करती हैं, यह पाते हुए कि जबकि गलत संरेखित बाधाएं सक्रिय रूप से हानिकारक हैं और सैद्धांतिक विनिमय दर दिशात्मक रूप से सुसंगत है, ऑग्मेंटेशन-आधारित बेसलाइन की तुलना में कथित लाभ तब समाप्त हो जाता है जब टेस्ट-टाइम कंप्यूटेशन को समान रखा जाता है, जिसमें प्राथमिक मात्रात्मक निष्कर्ष पद्धतिगत सीमाओं के कारण अनिर्णायक बने रहते हैं।
यह शोधपत्र ट्रांसलेशन-इक्विवेरिएंट न्यूरल प्रोसेसेज का एक नया वर्ग प्रस्तावित करता है जो विश्लेषणात्मक पारदर्शिता के लिए वोल्टेरा सीरीज़ (Volterra series) का लाभ उठाता है और ग्लोबल रिसेप्टिव फील्ड्स एवं लीनियर स्केलिंग के साथ अनियमित रूप से सैंपल किए गए डेटा को कुशलतापूर्वक मॉडल करने के लिए सेट फूरियर कन्वोल्यूशन (Set Fourier Convolutions) पेश करता है।
यह शोध पत्र उत्तरजीविता डेटा (survival data) के लिए एक नवीन कार्यात्मक क्लस्टरिंग फ्रेमवर्क प्रस्तावित करता है जो टेम्पोरल रिस्क डायनेमिक्स को कैप्चर करने के लिए बी-स्प्लाइन्स (B-splines) और फंक्शनल प्रिंसिपल कंपोनेंट एनालिसिस (Functional Principal Component Analysis) का उपयोग करके स्मूथ लॉग-हैज़र्ड ट्रेजेक्टरीज को मॉडल करता है, जो व्यापक सिमुलेशन और वास्तविक दुनिया के नैदानिक अनुप्रयोगों के माध्यम से पारंपरिक संचयी-उत्तरजीविता-आधारित विधियों की तुलना में बेहतर व्याख्यात्मकता और मजबूती प्रदर्शित करता है।