297 件の論文
本論文は、効率的市場仮説の前提下において、分散の小さい予測手法（平均予測やトレンド回帰）を用いて期待値を予測するアプローチが、過剰適合のリスクが高くベンチマークに劣る可能性のある高変動アプローチよりも、M6 金融予測コンペティションの分析を通じて、平均的に優れた成果をもたらすことを示しています。
この論文は、物理的に正確な単一光子計数統計と実世界の空間相関を活用することで、従来の手法に比べて光子効率を 100 倍向上させ、強背景光下でも画素あたり平均 1 光子の検出で高精度な深度および反射率画像を復元する新しい計算イメージング手法を提案している。
この論文は、従来の210Pb年代測定モデルの統計的限界を克服し、誤差推定の精度向上や非対称誤差への対応、他の年代測定法との統合を可能にする新しいベイズ分析モデルを開発し、その有効性を実例とシミュレーションで示したものである。
本論文は、KL 正則化がもたらす最適化の利点と楽観的報酬推定を巧みに組み合わせることで、オンライン文脈付きバンドットおよび強化学習において対数 regret 境界を達成する新しいアルゴリズムとその理論的解析を提案しています。
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、地政学的ショックが直接デフォルトリスクを通じて、地経済的ショックが金融サイクルや政策期待を通じてそれぞれ異なる経路で主権リスクに影響を与える「ハサミ型」のパターンを、2018 年から 2025 年の 42 カ国のデータと機械学習を用いた分析によって実証し、両者のメカニズムの区別が流動性供給の効果範囲を決定づけることを明らかにしている。
この論文は、オンライン数学チューティングプラットフォームのデータを用いて、学習者のスキル向上を最大化する個人向け演習シーケンスを生成する文脈的トンプソンサンプリングに基づくバンドットアプローチを提案し、その有効性とスケーラブルな個人化学習の可能性を実証しています。
本論文は、単一大規模ネットワークの観測データに対する推論を可能にするため、戦略的相互作用と同質性を備えたネットワーク形成モデルにおいて、幾何学的グラフの「安定化」条件を弱依存性の枠組みとして適用し、分枝過程理論を用いて解釈可能な原始条件の下で中心極限定理を証明するものである。
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。
この論文は、ベイズ非パラメトリックな停止則を用いて表現バイアスを克服し、アーカイブデータにも適用可能な公平性意識のデータ修復手法を提案するとともに、公平性とデータ変換による損失のトレードオフを定量化する新しい枠組みを構築したことを示しています。
この論文は、積分場分光データを用いて活動銀河核と星形成を分離する新しい手法を開発し、エッジトン比と星形成率の間に中程度の相関があることを示すことで、活動銀河核と星形成の関係を解明する新たな道筋を提示しています。
この論文は、E 値とベイズ推論の関係を解きほぐすため、表現・妥当性・意思決定の 3 つの層からなる型付けされた枠組みを構築し、尤度比の一意性や停止時間の成長率保証、そして事前逐次符号の妥当性といった主要な理論的知見を明らかにしたものである。
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。
本論文は、リーマン多様体上の制約付きブロック最適化問題に対するブロック主要化最小化法（BMM）の収束性と複雑さを解析し、非凸目的関数に対して定常点への収束と の反復回数による -定常点の到達を保証するとともに、多様なアルゴリズムへの適用性と標準的なユークリッド法に対する実験的な優位性を示しています。
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。
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。
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。
この論文は、異なる環境からのデータが単一でも利用可能な場合、ピアソンリスクの不変性と条件付き尤度の最大化という 2 つの性質に基づき、一般化線形モデルにおける因果モデルを一意に同定し、R パッケージ「causalreg」で実装された新しい手法を提案するものである。