Efficient Approximation to Analytic and functions by Height-Augmented ReLU Networks
この論文は、 sawtooth 関数の効率的な表現を可能にする 3 次元のネットワークアーキテクチャを導入することで、解析関数および関数に対する指数関数的かつ非漸近的な高精度近似を実現し、パラメータ効率の向上に寄与する理論的基盤を確立したものである。
📊 Category
stat
260 件の論文
Conformal e-prediction in the presence of confounding
この論文は、観測された共変量とラベルの間に交絡が存在する状況、および観測データが独立同一分布（IID）である場合とある程度の依存性が許容される場合の両方において、コンフォーマル e-予測を拡張する手法を提案しています。
Deep regression learning from dependent observations with minimum error entropy principle
本論文は、最小誤差エントロピー原理に基づく非ペナルティ化およびスパースペナルティ化深層ニューラルネットワークを用いて、強混合条件下の非パラメトリック回帰問題における期待過剰リスクの上限を導出し、ガウス誤差モデルにおいてSchmidtらによって確立された下限と一致する（対数因子を除く）最小最大収束率を達成することを示しています。
Trustworthy predictive distributions for rare events via diagnostic transport maps
この論文は、稀な事象を含む高次元データに対する予測分布の信頼性を向上させるため、ベースモデルの誤りを特定・修正する「診断輸送マップ」を提案し、ハリケーン強度の短期予測において実用的な改善効果を実証したものである。
Statistical Methodology Groups in the Pharmaceutical Industry
この論文は、製薬業界における研究開発の効率化と成功確率の向上を目的として、専用統計手法グループの設立背景、役割、価値、そして組織的な成功要因について論じています。
Continuous-time modeling and bootstrap for Schnieper's reserving
本論文は、Schnieper の損失準備金モデルを連続時間確率過程として再構成し、非対称性や非負性を自然に満たすブートストラップ法を開発して、報告済みおよび未報告の請求額に関する予測分布を推定する手法を提案しています。
A Statistically Reliable Optimization Framework for Bandit Experiments in Scientific Discovery
この論文は、適応的サンプリング下での統計的妥当性と累積報酬のバランスを両立させるため、仮説検定の修正手法と実験評価の最適化枠組みを提案し、科学的発見におけるバンドット実験の信頼性と効率性を向上させることを目指しています。
RIE-Greedy: Regularization-Induced Exploration for Contextual Bandits
本論文は、モデル学習過程における交差検証に基づく正則化の確率的性質が、ブラックボックス推定器を用いた文脈付きバンドット問題において、トンプソンサンプリングと理論的に同等の探索を自然に誘発することを示し、大規模実環境において従来の手法を上回る性能を達成する「RIE-Greedy」という新たな手法を提案している。
Outrigger local polynomial regression
この論文は、誤差分布の仮定に依存せず、条件付きスコア関数の推定値と広域のデータを用いた「アウトリッガー」機構によって安定性を確保しつつ、ホルダークラスにおける最小最大最適性を達成する新しい局所多項式回帰推定量「アウトリッガー」を提案し、その理論的性質と実データでの有効性を検証したものである。
Worst-case low-rank approximations
この論文は、異なるドメイン間での分布のシフトに起因する PCA の不安定性に対処するため、複数のドメインにおける最悪ケース性能を最適化する「wcPCA」という統一的な枠組みを提案し、その理論的保証と実データへの適用による性能向上を実証しています。
Finite-Sample Decision Instability in Threshold-Based Process Capability Approval
この論文は、製造業で広く用いられる工程能力指数（）の閾値判定が、限られたサンプルサイズにおける推定量の確率的変動により、閾値付近で本質的に意思決定の不安定性（誤判定リスク）を内包していることを、漸近理論と実証データを用いて明らかにし、その確率的解釈とリスク評価の指針を提供するものである。
Multivariate Functional Principal Component Analysis for Mixed-Type mHealth Data: An Application to Mood Disorders
本論文は、mHealth における連続・切断・順序・二値といった混合タイプの時系列データを対象とした半パラメトリック・ガウス・コピュラモデルに基づく新しい多変量関数主成分分析法（FPCA）を提案し、シミュレーションと気分障害研究への実証を通じて、気分・不安・エネルギー・身体活動の時間的パターンを統合的に分析し、気分障害のサブタイプを意味ある形で層別化できるデジタルバイオマーカーの抽出を可能にすることを示しています。
Prediction-Oriented Transfer Learning for Survival Analysis
この論文は、ソース研究の個人レベルデータへのアクセスを必要とせず、予測知識を転移することで生存分析の予測精度を向上させ、特にイベント数が限られたターゲット研究において従来の手法よりも優れた収束速度を実現する新しい転移学習フレームワークを提案しています。
Dynamic Bayesian regression quantile synthesis for forecasting outlook-at-risk
この論文は、複数のモデルからの分位情報を組み合わせる動的ベイズ回帰分位合成（DRQS）およびその多変量拡張であるファクター DRQS（FDRQS）を提案し、特にパンデミックなどの極端な経済ストレス下において、従来の手法よりも優れた分位予測性能と適応性を示すことを実証しています。
Graph Generation Methods under Partial Information
この論文は、二部グラフ、有向グラフ、無向グラフの次数列を指定されたグラフ生成問題に対し、各ステップでの接続数を特徴付ける必要十分条件を導出する逐次手法を提案し、大規模インスタンスにおいても既存手法よりも優れたスケーラビリティを持つ列挙・サンプリングアルゴリズムを開発したことを報告しています。
Robust Joint Modeling for Data with Continuous and Binary Responses
本論文は、連続値と二値の混合応答変数を扱う高次元データにおいて、密度パワープ発散損失関数と正則化を組み合わせることで、外れ値や誤ラベルに頑健かつスパースな同時予測モデルを構築し、効率的な最適化アルゴリズムとモデル選択基準を提案するものである。
Simultaneous estimation of multiple discrete unimodal distributions under stochastic order constraints
この論文は、実世界の検索行動分析を動機として、確率順序制約を混合整数凸二次最適化問題として定式化し、特にサンプルサイズが小さい場合に既存手法よりも優れており、十分なデータがある場合には同等の性能を示す、複数の離散単峰分布の同時推定手法を提案しています。
On the Unit Teissier Distribution: Properties, Estimation Procedures and Applications
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。
Decomposing Observational Multiplicity in Decision Trees: Leaf and Structural Regret
本論文は、決定木分類器における観測的多様性を「葉の後悔」と「構造の後悔」に分解する理論的枠組みを提示し、構造の後悔が主要な要因であることを実証するとともに、これらを棄却メカニズムとして活用することでモデルの安全性を向上させる手法を提案しています。
Effective Degrees of Freedom for Balanced Repeated Replication and Paired Jackknife Variance Estimates: A Unified Approach via Stratum Contrasts
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。