Latent Autoencoder Ensemble Kalman Filter for Data assimilation
この論文は、強非線形ダイナミクスを持つ高次元システムにおけるデータ同化の課題を解決するため、安定な線形潜空間で再構成された潜在オートエンコーダーアンサンブルカルマンフィルター（LAE-EnKF）を提案し、その理論的保証と数値実験による有効性を示したものである。
📊 Category
stat.ME
219 件の論文
CREDO: Epistemic-Aware Conformalized Credal Envelopes for Regression
本論文は、標準的な共形予測が持つ外挿領域における過信の問題と、クレダル手法の較正保証の欠如を克服するため、局所的証拠が弱い場合に幅を広げる解釈可能なクレダル包絡線を構築し、その上で分割共形較正を適用して分布フリーの保証付き予測区間を提供する「CREDO」という手法を提案するものである。
Demonstration Experiments
この論文は、適応的実験の文脈において複数の候補介入のいずれかが正の効果を持つことを証明するという目的を多腕バンディット枠組みで定式化し、時間的に一貫した多重検定や適応的割り当てアルゴリズムを含む推論手法を提案しています。
Fréchet regression of multivariate distributions with nonparanormal transport
本論文は、非パラノーマル輸送（NPT）メトリックをフレシェ回帰に統合することで、多次元分布応答の回帰分析における次元の呪いを緩和し、効率的な推定と解釈可能性を両立させる新しい手法を提案し、その理論的保証と実データへの適用性を示したものである。
TEA-Time: Transporting Effects Across Time
この論文は、無作為化比較試験の結果を異なる時期に外挿するための「TEA-Time」フレームワークを提案し、複製試験や共通治療群を用いた二つの識別戦略と二重頑健推定量を開発し、Upworthy の A/B テストデータを用いて、共通治療群アプローチが精度向上をもたらす一方で異質的な相互作用によるバイアスリスクがあることを示しています。
Integrating Heterogeneous Information in Randomized Experiments: A Unified Calibration Framework
この論文は、ランダム化実験において、層内共変量だけでなく外部データや機械学習予測など多様な異種情報を凸最適化に基づく較正重みを用いて統合する統一フレームワークを提案し、その漸近的妥当性と効率性の保証を確立するものである。
Deep Generative Spatiotemporal Engression for Probabilistic Forecasting of Epidemics
この論文は、複雑な時空間依存関係と不確実性を扱うために、事前加算ノイズを駆動とした軽量な深生成アーキテクチャを用いた「深生成時空間回帰（Deep Generative Spatiotemporal Engression）」手法を提案し、6 つの疫学データセットにおける評価で、従来の時空間モデルを凌駕する高精度な確率的流行予測と説明可能性を実現したことを報告しています。
Conditional Rank-Rank Regression via Deep Conditional Transformation Models
この論文は、深層学習に基づく条件付き変換モデルと交差適合法を導入して連続・離散の両方の結果変数に対応する条件付きランク・ランク回帰（CRRR）を拡張し、非線形性や高次相互作用を考慮した世代間移動度のより正確な推定と推論を可能にする手法を提案し、米国所得やインドの教育移動度に関する実証分析を通じてその有効性を示しています。
Dirichlet kernel density estimation on the simplex with missing data
この論文は、欠損データを含む単体上の構成データを対象に、欠損値の補完ではなく逆確率重み付けと適応型ディリクレカーネルを用いたノンパラメトリック密度推定法を提案し、その漸近性質の導出、シミュレーションによる既存手法との比較、および NHANES の白血球組成データへの適用を通じてその有効性を示しています。
Probabilistic Inference and Learning with Stein's Method
この論文は、Stein 演算子と Stein 集合から Stein 不一致を構築する方法、その計算可能性や収束検出などの性質、および Stein 変分勾配降下法との関連性など、Stein 法を用いた確率推論と学習の理論的・方法的側面を包括的に概説するものである。
Evaluating consumption effects of intelligent control algorithms for district heated buildings
本論文は、既存の手法では区画暖房建物の制御効果と他の要因による変化を分離できない課題を指摘し、実データを用いて制御によるエネルギー消費への影響を特定・分解するモデルベースのアプローチを提案するものである。
Dissecting Spectral Granger Causality through Partial Information Decomposition
この論文は、部分情報分解の枠組みを用いて多変量グレンジャー因果性を冗長・協調・固有の相互作用に分解する新たな手法「PDGC」を提案し、それを神経性失神患者の生理学的ネットワーク解析に応用することで、従来の手法では捉えられなかった自律神経機能障害の新たなメカニズムを解明したことを報告しています。
Group-Sparse Smoothing for Longitudinal Models with Time-Varying Coefficients
この論文は、縦断データ分析において、変数の選択と時間依存性の有無（一定か時間変化するかの識別）を同時に実行し、過学習を防ぎながら解釈可能性と予測精度を向上させる新しい枠組み「TV-Select」を提案し、その理論的性質と実データへの適用性を示したものである。
Post-Hoc Large-Sample Statistical Inference
この論文は、従来の非漸近的手法が抱える強い仮定や保守性の限界を克服し、より弱い仮定で鋭い結果を得るための、漸近的な事後推論（post-hoc inference）の理論を確立するものである。
Unifying On- and Off-Policy Variance Reduction Methods
この論文は、オンラインの差の平均推定量と最適な制御変量を用いたオフポリシー逆確率重み付け推定量、そして回帰調整手法と二重頑健推定量の間に形式的な等価性を確立し、A/B テストとオフポリシー評価の分野を統一的な視点で結びつけることで、両分野の実践者や研究者の理解を深めることを目指しています。
Minimax estimation for Varying Coefficient Model via Laguerre Series
本論文は、ラグランジュ級数を用いて変動係数モデルの関数係数を推定し、ラグランジュ・ソボレフ空間における係数に対してミニマックス意味で漸近最適な収束率を達成する推定量を提案するとともに、その漸近正規性、信頼区間、仮説検定を確立し、シミュレーションおよび実データ分析を通じてその有効性を検証したものである。
Estimating Reproducibility in Genome-Wide Association Studies
この論文は、ゲノムワイド関連解析（GWAS）の主要研究で検出された陽性結果の再現性を定量的に評価するための確率的指標として「再現率（RR）」と「偽非再現率（FIR）」を提案し、その推定手法の精度と予測性能を検証したものである。
Controlling the joint local false discovery rate is more powerful than meta-analysis methods in joint analysis of summary statistics from multiple genome-wide association studies
この論文は、複数の GWAS 要約統計量を統合解析する際、従来のメタ解析手法よりも高い検出力を持つ新たな手法「Jlfdr（結合局所偽陽性発見率制御）」を提案し、シミュレーションおよび実データ解析を通じてその優位性を証明したものである。
Asymptotics of cut distributions and robust modular inference using Posterior Bootstrap
本論文は、モデルの誤指定が全体に波及する問題を解決する「カット分布」の漸近挙動を解析し、Bernstein-von Mises 定理や定量的なラプラス近似を導出した上で、 Posterior Bootstrap に基づくアルゴリズムを提案し、名目上の頻度論的カバレッジを持つ信頼区間を提供する手法を、因果推論などの数値実験を通じて示しています。
Degrees of Freedom and Information Criteria for the Synthetic Control Method
この論文は、合成コントロール法（SCM）のモデル柔軟性を自由度の形で解析的に特徴づけ、交差検証に代わる情報基準の導出を通じて、天津の自動車ナンバー制限政策の評価などにおけるモデル選択の精度向上を可能にすることを示しています。