📊 統計学
Predictive Forecasting of Care Load
本研究は、米国のHHSプログラムにおける未成年者（Unaccompanied Alien Children）の短期的なケア負荷を予測するために、エンジニアリングされた特徴量と機械学習モデルを用いたエンドツーエンドの予測システムを開発・展開し、人員配置およびキャパシティ計画の決定を支援するために、パーシスタンス・ベースラインと最終的な勾配ブースティング・モデルとの間の性能の相違を透明性をもって記録するものである。
📊 Category
stat
441 件の論文
⚡ 電気工学
Why Variance Metrics Cannot Validate ComBat Harmonization: Evidence from Three-Vendor Mammography Radiomics
本研究は、従来の分散に基づく指標は、ベンダー固有の非線形なパターンの残存や生物学的信号の消失を検出できないため、ComBatによるハーモナイゼーションに対して同語反復的かつ誤解を招く妥当性確認を提供していることを示しており、それゆえに、クロスベンダー間の比較可能性を真に評価するためには、独立した非線形分離能テストの使用が必要であることを示している。
📊 統計学
Spectral Resonance Decomposition: Causal-Invariant Adaptive Basis Modeling with Calibrated Uncertainty
本論文は、スペクトル共鳴分解（Spectral Resonance Decomposition）を用いて、決定木アンサンブルと同等の精度を実現しつつ、厳密な不確実性定量化と透明性を提供する、因果不変かつ解釈可能な非線形基底関数を合成する新しい予測フレームワークであるAstralModelを導入するものである。
📊 統計学
Lévy-Regularized Bayesian Neural Networks for Fair Reserve Estimation under Solvency II
本論文は、測度論的評価、テンプド・スタブル（減衰安定）ノイズ注入、および因果的公平性調整を統合したレヴィ正則化ベイズニューラルネットワークの枠組みを提案し、パンデミックのような極端な人口統計学的ショックが発生する際におけるソルベンシーII（Solvency II）下の生命保険責任準備金推定の精度と公平性を大幅に向上させるものである。
📊 統計学
Statistical mechanics of data-driven modeling
本論文は、推論を情報の熱力学第一法則に従う物理的プロセスとして扱い、熱容量のアノマリーを利用して、アドホックな正則化を行うことなく最適なモデルアーキテクチャを内生的に特定する、ジェインズの最大エントロピー原理に基づくデータ駆動型モデリングのための熱力学的枠組みを確立するものである。
📊 統計学
Geostatistical Reachability for Qualifying Spatial Model Classes Before Predictive Ranking
本論文は、予測的なランキングを行う前に、いかなる許容可能なモデルも特定の構造的診断を再現できるかどうかを評価することによって空間モデルのクラスを格付けする、シミュレーション校正されたフレームワークである「地統計学的到達可能性（geostatistical reachability）」を導入するものであり、それによって単なる予測性能から構造的適合性と観測可能性を区別するものである。
📊 統計学
A new six parameters generalized Weibull-Kumaraswamy-{Lomax) Distribution with a Novel Linear Series Expansion of Its Probability Density
本論文は、T-Xファミリーの枠組みを用いて、6つのパラメータを持つ新しい一般化ワイブル・クマラスワミ・ロマックス分布を導入し、その基本関数を導出し、原モーメントおよびエントロピーの計算を簡略化するための確率密度関数の新しい線形級数展開を提案するものである。
📊 統計学
Intrinsic predictability rather than urban structure governs machine learning forecast skill for electricity demand
本論文は、都市の電力需要に対する機械学習モデルの予測精度は、その都市の構造的特性や地理的位置ではなく、主にその都市の過去の負荷パターン（具体的には季節変動と温度感受性）に備わる予測可能性によって決定されると論じている。
📊 統計学
Calibration Algorithms for Multiscale Geographically and Temporally Weighted Regression: Parameter Recovery, Uncertainty Calibration, and Computational Scaling
本研究は、Top-Down Scale (TDS) アルゴリズムを、マルチスケール地理的・時間的加重回帰のための計算効率が高く統計的に堅牢なベンチマークとして確立し、パラメータの回収および不確実性の較正における既存手法に対する優位性を実証するとともに、34,938件の国勢調査観測値を用いた縦断的分析を通じて、サンパウロにおける明確なマルチスケールの都市ドライバーを明らかにするものである。
📊 統計学
Hybrid Statistical Modeling and Machine Learning Ensemblers for Interpretable HIV Viral Load Prediction Among Clients on Antiretroviral Therapy
本研究は、ウガンダにおける570万件のウイルス量記録を用いて、ARTクライアントの次回来院時のウイルス量を正確に予測するスタッキングベースのアンサンブル機械学習モデルを開発・検証し、R² = 0.85という優れた性能を達成するとともに、モデルの解釈性にLIMEを活用している。