261 件の論文
本論文は、都市移住のような空間的に不均一なシステムにおいては、機械学習から導出される特徴量の重要度の順位は異なる発展段階間で不安定であり、予測因子の影響の方向性や一様性を本質的に明らかにするものではないため、政策適用にあたっては別途空間的な検証が必要であることを示している。
本論文は、有限の検証データが、競合する分布モデルの中から単一の最適な行動を一意に特定することにしばしば失敗することを明らかにし、それによって、標準的なスコアに基づく選択が見落としている行動の分散を解決するための明示的な経済的損失関数の必要性を実証する、モジュール型の監査フレームワークである有限証拠決定識別手順（FEDIP）を導入するものである。
本研究は、報告された値を上限値として扱うことで食料収支表から人口の通常エネルギー摂取量分布を推定する、ガウス分布に基づく精緻化アルゴリズムを導入および検証し、6カ国における国民栄養調査と比較した際に、既存のFAOの手法よりも精度が大幅に向上していることを実証するものである。
本研究は、関節リウマチの臨床試験におけるEQ-5D効用値の推定に関して、線形混合効果モデル、一般化推定方程式、および2部混合モデルを経験的に比較しており、2部混合モデルはより低い効用値推定値をもたらすものの、手法の選択が全体的な費用対効果の結論に与える影響は最小限であることを見出している。
本論文は、非補償的複合指標における計算領域の崩壊を解決し、「認識論的遮蔽の罠（Epistemic Shielding Trap）」を防ぐために、グローバル規範アンカー変換CES関数と確実性等価事前スクリーニング・メカニズムを組み合わせた統一的な手法論的枠組みを提案するとともに、それによって正確な縦断的データ品質監査を可能にすると同時に、当該ペナルティ付き指数を横断的な資金配分に使用することに対して明示的に警告するものである。
本論文は、マルチソースの二値データにおける誤分類誤差と選択誤差を共同で扱うベイズモデリングの枠組みを導入し、シミュレーションと実証分析を通じて、複合的な誤差は頑健に特定できる一方で、それを特定の構成要素へと正確に分解するには、妥当な指標、補助変数、および情報的事前分布が必要であることを示している。
本論文は、個々のテスト対象を扱えないことやデータの構成に対する敏感さといった既存手法の限界を克服する、データに基づく安定性とモデルに基づく安定性の指標を導入することにより、計量、カテゴリ、および順序の出力における非決定論的予測モデルの安定性を定量化するための一般的なフレームワークを提案するものである。
本研究は、GPSデータと機械学習由来の特徴量を用いてシドニーにおける逐次的なツアーベースのモード選択フレームワークを構築しており、混合ロジットモデルが相互依存的なツアー構成要素の予測を大幅に改善すること、および本フレームワークが上流の推定不確実性に対して堅牢であることを示し、それによって実用的な交通需要予測のためのシミュレーション入力の使用を正当化している。
本研究は、信用デフォルト予測タスクにおいて、XGBoostの組み込みパラメータである`scale_pos_weight`が、従来のSMOTEリサンプリング手法を再現率において大幅に上回ることを実証しており、クラス不均衡に対処するための最適な戦略は、普遍的なリサンプリング手法ではなく、使用される特定の分類器に依存することを浮き彫りにしている。
本論文は、正規性の仮定と標準誤差を利用して、K個の母集団の真の順位に関する同時信頼領域を伴う推定順位表を構築する手法を提案し、順位の不確実性を視覚的に伝達するとともに、個々の順位に対する周辺信頼集合を提供するものである。