222 件の論文
この論文は、層化標本におけるバランステッド・リプリケーション（BRR）とペアード・ジャックナイフの分散推定量が、それぞれ独立した層内対比の和として表現できることを示し、その独立性を利用してウェルチ・サッタースウェイト近似に基づく有効自由度の統一的な推定式を導出する。
本論文は、片側の過小適合と他側の過大適合という新たな課題に対処するペナルティ付き交差検証法を提案し、二部ネットワークにおけるモデル選択の一致性を保証する初の手法として、従来の手法を上回る性能を実証したものである。
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。
この論文は、動的ベイズ推論と同時信頼区間を用いることで、長期発がん性試験における対照群の動物使用数を削減しつつ、家族性誤り率を適切に管理し、かつデータの変動にも耐性のある手法を提案し、その有効性をシミュレーションで検証したものである。
この論文は、低確率の伝播仮定に基づいて高次元の経路依存ダイナミクスを低次元の露出マップに圧縮し、観測データから形状制約付き露出反応関数を学習する貪欲戦略を用いる「CIM」と呼ばれる二段階フレームワークを提案することで、制約条件下でのネットワークにおける定常状態の潜在的な結果を最大化する因果的インフルエンサーマキシマイゼーション問題に、推定と近似比の両面で保証を提供するものである。
この論文は、縦断データや群相関データに対する従来の逐次一般化推定方程式法の限界を克服し、モデル仮定に依存せず頑健な推定量を維持しながら広範な仮説を検証できる新たな手法を開発し、その漸近理論、精度の高い有効性境界の構築、欠損データへの対応、およびヘpati C 治療に関する実データへの適用を通じて性能を検証したものである。
この論文は、歴史的対照群と現在の対照群の分布を最大平均不一致（MMD）と同等性検定を用いて評価し、部分的なブートストラップ法やパーミュテーション法によって第一種過誤を厳密に制御しながら、より高い検出力を実現する新しい「テスト・テン・プール」フレームワークを提案するものである。
この論文は、複雑な多治療条件下での個別治療効果推定におけるハイパーパラメータ選択の困難さと次元の呪いを解決するため、最適なバランス重みを理論的に導出する新しい一般化境界を提案し、スケーラビリティと精度を両立させる「Treatment Aggregation」戦略と生成モデル「Multi-Treatment CausalEGM」を開発したことを示しています。
この論文は、生態学や林業などの分野で高コストなデータ収集において、標本と母集団の補助変数分布の一致を最小化することで推定精度を向上させる新しい確率サンプリング設計「分布平衡設計（DBD）」を提案し、その有効性をシミュレーションで実証しています。
本論文は、従来のケネディ・オハガン法とは異なり、モデル不整合をシミュレータ内部のガウス過程として統合的に扱う新たなベイズモデル較正手法を提案し、分子動力学法と離散転位ダイナミクスシミュレータの較正に応用することで計算効率と精度の向上を図ったものである。
この論文は、大域的低ランク仮定に依存する従来の手法の限界を克服し、重み付きスペクトル分解を用いて局所的な低次元構造を抽出する「局所隣接スペクトラル埋め込み（LASE）」を提案し、その理論的保証と実ネットワークにおける高品質な可視化への有効性を示しています。
本論文は、低ランク成分とスパース成分に分解されるドリフト行列を持つ高次元レヴィ駆動 Ornstein-Uhlenbeck 過程に対し、離散観測データから核ノルムとペナルティを組み合わせた凸推定量を提案し、その非漸近的なオラクル不等式を導出して、次元依存性の改善と離散化バイアスの分離を証明するものである。
本論文は、バッチベイズ最適実験設計における非凸な最適化課題に対処するため、設計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を導入し、Wasserstein 勾配流に基づく粒子アルゴリズムを提案して、多峰性の最適化 landscapes を探索し高効用な実験バッチを効率的に生成する手法を確立したものである。
この論文は、フィッシャー計量を用いたリーマン・ラプラス近似が無限データ極限においてもバイアスや過剰な狭さという欠点を持つことを示し、これを修正する 2 つの新しい変法を開発して理論的解析を深め、実験を通じてその実用性の向上を実証しています。
本論文は、時間変化する未測定交絡を伴う縦断的観察データにおける因果推論の信頼性を評価するため、潜在交絡変数アプローチと感度関数アプローチの 2 つのベイズ感度分析法を開発・拡張し、シミュレーション研究と小児疾患レジストリデータへの適用を通じてその性能と実用的な指針を示したものである。
この論文は、植物育種における遺伝子型×環境相互作用のモデル化と未観測環境への予測を目的として、Finlay-Wilkinson 回帰から拡張された多様な回帰アプローチを統一的な線形混合モデル枠組みで整理し、予測の不確実性を評価する手法を提案するとともに、バングラデシュの長期的な稲品種試験データを用いて実証しています。
この論文は、潜在的な正規性の仮定違反や不注意な回答者によるモデルの部分的な誤設定に頑健であり、計算コストを増やすことなく最大尤度推定量を一般化する新しい多項ポロリコ相関係数の推定量を提案し、シミュレーションおよびビッグファイブの応用データを通じてその有効性を示しています。
本論文は、ベイズ推論と確率的疫学モデルを用いて SARS-CoV-2 の感染実数を推定し、モビリティデータや位相面解析を通じて伝播動態を可視化・評価する手法を提案するとともに、ハミルトニアン・モンテカルロ法や情報的事前分布の有効性を示しています。
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。
本論文は、大規模な関係イベントデータにおけるグローバル共変量の推定を可能にするため、時間シフトされた非イベントのネストケースコントロールサンプリングを組み合わせた新しい手法を提案し、ワシントンD.C.の自転車シェアリングデータを用いて天候や時間帯が利用動向に与える影響を実証的に明らかにしたものである。