Stable Survival Extrapolation via Transfer Learning
この論文は、登録データや人口統計データからの転移学習を用いたベイズ死亡率モデルと柔軟な多ハザードモデルを組み合わせることで、非比例ハザードや交差する生存曲線にも対応し、安定かつ解釈可能な生存曲線の外挿と平均生存期間の推定を可能にする手法を提案し、乳がん、不整脈、悪性黒色腫の事例でその有効性を検証したものである。
📊 Category
stat.AP
97 件の論文
On noncentral Wishart mixtures of noncentral Wisharts and their use for testing random effects in factorial design models
この論文は、非中心ウィシャート分布の混合が非中心ウィシャート分布になることを示し、その性質を用いて多次元正規データにおける分散分析モデルのランダム効果検定統計量の有限標本分布を導出することで、既存の一次元および中心ウィシャートに関する結果を一般化しています。
CITS: Nonparametric Statistical Causal Modeling for High-Resolution Neural Time Series
本研究は、高解像度の神経時系列データから統計的因果関係を推論するための非パラメトリック枠組み「CITS」を提案し、その理論的整合性とシミュレーションおよびマウス脳記録データを用いた実証的有効性を示すことで、複雑な動的システムにおける因果発見の新たな手法として確立した。
Shotgun DNA sequencing evidence: sample-specific and unknown genotyping error probabilities
本論文は、低品質な証拠サンプルと高品質な参照サンプルの間で非対称な遺伝子型誤差を考慮し、未知の誤差確率を推定可能にするよう拡張されたショットガン DNA シーケンシング用統計モデル（wgsLR）を提案し、その感度や R パッケージへの実装について報告したものである。
Bayesian Transfer Learning for High-Dimensional Linear Regression via Adaptive Shrinkage
この論文は、高次元線形回帰における負の転移を回避しつつ有益な情報源を自動的に選択・統合するベイズ推論フレームワーク「BLAST」を提案し、シミュレーションおよびがんゲノムデータを用いた実証研究を通じて、その予測精度と不確実性の定量化能力の優位性を示しています。
ForeComp: An R Package for Comparing Predictive Accuracy Using Fixed-Smoothing Asymptotics
この論文は、標準的および固定滑らかさ漸近法を用いた予測精度比較のための Diebold-Mariano 型検定、帯域幅感度とサイズ・パワートレードオフの可視化診断機能を提供する R パッケージ「ForeComp」の概要、Survey of Professional Forecasters への適用事例、および有限サンプル性能に関するモンテカルロ証拠を紹介するものである。
At-Risk Transformation for U.S. Recession Prediction
この論文は、米国の景気後退予測において、連続変数の代わりに閾値に基づいて「リスクあり」の指標に変換する単純な二値化手法を採用することで、線形モデルの予測精度を向上させ、機械学習手法と同等以上の性能を達成できることを示しています。
Learning Risk Preferences in Markov Decision Processes: an Application to the Fourth Down Decision in the National Football League
この論文は、逆最適化手法を用いて NFL の第 4 ドウン決定をマルコフ決定過程としてモデル化し、コーチの行動が低分位（保守的）なリスク選好に一致すること、およびフィールドの位置や時代によってリスク許容度が変化することを明らかにしています。
Identifying Treatment Effect Heterogeneity with Bayesian Hierarchical Adjustable Random Partition in Adaptive Enrichment Trials
この論文は、臨床試験における治療効果の不均一性を特定し、モデルの不確実性を考慮しながらサブグループ間の情報共有を自動的に調整する新しいベイズ階層型可変ランダム分割（BHARP）モデルを提案し、その有効性をシミュレーションおよび実データを用いて実証したものである。
Comparative e-backtests for general risk measures
この論文は、e 値と e プロセスを用いたノンパラメトリック逐次フレームワークを提案し、依存性やモデル誤指定に頑健な任意の時点で有効な推論を可能にすることで、一般的なリスク測度（VaR や ES など）の相対的バックテストを強化する手法を開発したものである。
Estimating the distance at which narwhal respond to disturbance: a penalized threshold hidden Markov model
この論文は、ノイズ閾値をゼロに収束させることで意味のある行動変化のみを特定する新しいペナルティ化閾値隠れマルコフモデル（THMM）を開発し、その適用によりナガスクジラが船舶から最大 4 キロメートルの距離で回避行動を示すことを明らかにした。
How segmented is my network?
この論文は、ネットワークの分離度（segmentedness）を統計的に推定するための正規化推定量を定義し、95%の信頼区間と±0.1 の誤差範囲を実現するために 97 個のノードペアのサンプリングで十分であることを示すとともに、その有効性をシミュレーションと実データで検証し、ゼロトラスト評価や企業統合などの応用を論じています。
Bayesian Modeling of Collatz Stopping Times: A Probabilistic Machine Learning Perspective
本論文は、コラッツ予想の停止時間を対象に、共変量に基づくベイズ階層モデルと奇数ブロック分解に基づく生成モデルの 2 つのアプローチを比較検討し、低次モジュラ構造が停止時間の不均一性を説明する上で重要であることを示しています。
Weather-Related Crash Risk Forecasting: A Deep Learning Approach for Heterogenous Spatiotemporal Data
この論文は、北卡罗来ナ州の多様な気象・交通・事故データを 5 マイル四方のグリッドで統合し、空間的依存性と時間的ダイナミクスを捉えるために重なり合う空間グリッド上で訓練された ConvLSTM モデルのアンサンブル手法を提案し、特に高リスク領域において従来のモデルを凌駕する気象関連の交通事故リスク予測精度を実現したことを報告しています。
Revitalizing AR Process Simulation of Non-Gaussian Radar Clutter via Series-Based Analytic Continuation
本論文は、パデ近似を用いた対数ラプラス変換の級数展開に基づく解析接続法を提案し、非ガウス性レーダー雑音の自己回帰（AR）過程シミュレーションにおいて、入力分布の歪みを高精度に補正して効率的かつ正確な雑音生成を実現する手法を確立したものである。
Statistical inference for Levy-driven graph supOU processes: From short- to long-memory in high-dimensional time series
本論文は、グラフ構造によって構成間の依存性を制御し、短距離・長距離の両方の依存性を単一のパラメータ族で記述できる高次元時系列モデル「レヴィ駆動グラフ supOU 過程」を提案し、その推定手法の理論的性質を確立するとともに、欧州の電力ネットワークにおける風力発電容量係数の実証分析を通じてその有用性を示しています。
The projected isotropic normal distribution with applications in neuroscience
この論文は、フラッシュ刺激下での脳波（EEG）解析に応用される投影等方正規分布の新たな性質を導出し、その平均結果ベクトル分布の近似法を提案するとともに、実際の脳波データを用いて推論手法の妥当性を検証するものである。