38 件の論文
この論文は、理論的な多様体から実用的な計算ワークフローへの移行を困難にしているケンドール 3 次元形状空間の幾何学的構造分析の課題に対し、Geomstats には不足している高度な 3 次元形状分析のためのユーティリティを提供し、複雑な数学的抽象概念を研究者向けに効率的かつアクセスしやすいソフトウェアソリューションへと変換する Python 実装ツールを紹介するものである。
この論文は、シミュレーションされたデータからパラメータを直接推定する単一の要約ネットワークを用いた頻度論的アプローチ「ForwardFlow」を提案し、有限サンプルでの正確性、汚染データへの頑健性、および複雑なアルゴリズム（例：EM アルゴリズム）の自動近似という利点を示しています。
本論文は、隣接層の併合による推定で生じるバイアスや誤差の問題を解決するため、階層ベイズ推定量を提案し、シミュレーションおよび実データ分析を通じて、既存のノンパラメトリックベイズ推定量やカーネル推定量と比較して、より小さな頻度論的バイアスと平均二乗誤差を持つことを実証しています。
この論文は、半パラメトリック加速故障時間モデルの診断を可能にする新しい R パッケージ「afttest」を紹介し、従来の乗数ブートストラップ法に加え、反復最適化を不要とする効率的な線形近似リサンプリング手法を実装することで、計算コストを大幅に削減しつつ漸近的妥当性を維持するアプローチを提案しています。
この論文は、重み崩壊を回避し非ガウス性や非線形性を扱える逐次マルコフ連鎖モンテカルロ法に基づき、2 つの局所化戦略を提案し、高次元の気象・海洋モデルや SWOT 衛星などの実データを用いて、従来の局所アンサンブル変換カルマンフィルタよりも頑健なデータ同化手法を確立したことを報告しています。
本論文は、単位テシエ分布の新しい理論的性質（順序統計量や L-モーメントの閉形式解など）を導出し、最大積間隔法や L-モーメント法など多様な推定手法をシミュレーションと実データを用いて比較検証することで、その推論的枠組みと実用性を拡張したものである。
この論文は、自動微分技術を用いて平滑化パラメータと分散成分を同時に推定し、既存手法よりも優れた推論性能と計算効率を実現する、ペナルティスプラインを用いた半パラメトリック非線形混合効果モデルの推定手法を提案し、乳児の身長成長データを用いて実証したものである。
本論文は、バッチベイズ最適実験設計における期待情報利得の最適化問題を確率測度空間への確率的リフティングとエントロピー正則化によって定式化し、Wasserstein 勾配流に基づく粒子法を開発することで、高次元かつ非凸な最適化問題に対するスケーラブルで高効率な解法を提案するものである。
本論文は、平均ゼロの仮定に依存せずバイアスと分散を考慮したモーメントに基づく確率的丸め誤差解析フレームワークを提案し、低精度演算において従来の決定論的 bound よりも実測誤差成長をより正確に捉えることを示しています。
この論文は、時間反転対称な決定論的力学と PDMP の速度変化の概念を統合し、HMC と PDMP の両方の特性を持つ「バウシー・ハミルトニアン力学」に基づく新しい拒絶なしメトロポリス提案枠組みを構築することで、ベイズ推論の拡張と革新を可能にすることを示しています。
この論文は、完全または部分的に規則的なサンプリング設計で観測された関数データに対して、平均関数と個体ごとの偏差を同時にモデル化する多レベルガウス過程回帰を提案し、対数尤度と事後分布の解析的かつ効率的な式を導出することで、標準的な実装では処理が困難な大規模データセットの高速な推論を可能にすることを示しています。
本研究は、連邦公開市場委員会（FOMC）議事録などの複雑な金融文書において、談話簡素化とアスペクトベースの感情分析を統合した新たなフレームワーク「DisSim-FinBERT」を提案し、経済イベントと一致する高精度なセンチメント予測と実行可能な洞察の抽出を実現することを目的としています。
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。
この論文は、近似ベイズ計算を用いたネットワークベースのモデルにより、大豆のフジエ葉斑病の伝播動態を解明し、従来の均質混合モデルの限界を克服するとともに、早期の標的除去が効果的な管理策であることを示しました。
この論文は、ベイズ非パラメトリック手法を用いて有限混合モデルの各成分を非パラメトリックに学習する枠組みを提案し、成分分布の識別可能性と事後収束性を理論的に証明するとともに、効率的な MCMC アルゴリズムを開発してシミュレーションおよび実データでその有効性を示しています。
本論文は、計算コストの高い演算子を含むベイズ線形逆問題において、近似演算子を用いた中間変数の生成と正確な演算子による精緻化を組み合わせる「Latent-IMH」というサンプリング手法を提案し、その理論的解析と数値実験を通じて、NUTS などの既存手法を凌駕する計算効率を実証するものである。
この論文は、ケースワイズおよびセルワイズの両方の外れ値と欠損値に頑健であり、非対称分布への対応や頑健な外挿予測を可能にする新しい最小切り捨て二乗回帰法を提案し、シミュレーションおよび実データを用いてその性能を検証したものである。
本論文は、パラメータの確率分布が混合モデルで記述されるランダムな常微分方程式（捕食被食モデルを事例として）を対象に、モンテカルロ法に基づく数値計算枠組みを用いて定常状態の分布と安定性を解析する手法を提案し、その有効性を示すものである。