441 件の論文
本研究は、インドネシアの州別人間開発指数を予測するための6つの時空間モデルを評価し、行政境界の変更や学習データの不足を考慮する場合、単純なローカル手法やクラスター調整手法が、複雑なディープラーニング・アーキテクチャよりも短期予測において優れた性能を示すことを明らかにしている。
本論文では、グローバルなベンフォードの法則からの偏差を画素ごとのアノマリースコアへと変換することで、マルチスペクトル画像における学習フリーの放射輝度異常検知を可能にする新しい教師なし手法である、Global Benford Deviation Clustering (GBDC) フレームワークを導入し、CloudSEN12データセットにおいて0.347のベースライン平均F1スコアを達成している。
29の教育制度における10万人以上の学生を対象としたこの研究は、親によるスクリーンタイムの規則について、それが学習用作業を含むか、あるいはそれを除外するかを区別することが、規則の有無という従来の二元的な分類によって覆い隠されてしまうデジタル・コンピテンシーの著しい差異を明らかにすることを示している。
本論文は、ハイパーエッジ・フラストレーション指数および次数保存型ヌルモデルを定義することによって、符号付きハイパーグラフにおける構造的均衡を検証するための統計的に厳密な枠組みを導入し、これを国連総会の投票データに適用した結果、真の高次分極は普遍的な定数としてではなく、特定の歴史的期間においてのみ存在することを明らかにし、偶然によるものと実際の連合を区別している。
本論文は、量子化された連続データのデンプスター・シェーファー証拠融合において、ビン分割フレームの幾何学的構造が衝突尺度と証拠の位置を人工的に混同させていることを示し、このバイアスを補正するための過剰衝突統計量を提案するとともに、標準的な結合規則がソフトウェア脆弱性の悪用予測において、効力の差が無視できるほど僅かなベイズ積へとしばしば帰着することを明らかにしている。
本論文は、複雑な分子学的検査におけるバージョン依存の変動性に対処するために、最小限の報告要件を定義し、分析レイヤーを区別し、検査結果のトレーサビリティと比較可能性を確保するための反証可能な命題を確立することにより、ISO 33406を拡張する仕様に基づいたフレームワークを提案するものである。
本論文は、完全にデータ駆動型の手法によって複数のカテゴリ間に解釈可能な潜在的グループ構造を発見するための効率的な期待値最大化アルゴリズムを備えた、新しいグループ化ガウス混合モデル（GGM）を提案し、シミュレーションおよび電子商取引アプリケーションの両方において既存の手法を上回る性能を実証する。
本研究は、マルチセンターの電子健康記録における病院構造に起因する欠測が、従来の欠測データ処理ワークフローにおいて死亡率との関連性の推定値を著しく偏らせ、信頼区間の被覆率を損なうことを実証しており、クラスターレベルの診断、手法別の性能比較、および明示的な非ランダム欠測（MNAR）に対する感度分析の極めて高い必要性を強調している。
本論文は、ナイジェリアの兄弟生存歴における可視性バイアスとサンプリング変動を補正するために、ネットワーク調整経験ベイズ枠組みを導入しており、それによって、成人死亡率が2018年から2024年の間に低下したこと、および従来の形式や国際的な参照系列による推定値よりも大幅に低いことが明らかになった。
本論文は、再適合を行うことなく、多様な未知の測定尺度や集団にわたって個人の特性を推論することに成功した、シミュレーション学習による心理計量モデルであるMETERを紹介するものであり、実世界のデータにおいて専門家の推定値と高い相関を示す一方で、特定の構造的複雑性の処理や絶対的な妥当性の確立における限界も示している。