261 件の論文
本論文は、右側リーマン・リウヴィル分数積分演算子を介して生成される、パレート型の分布の新しい柔軟な族を紹介するものであり、これは裾の挙動を制御するための理論的に裏付けられたメカニズムを提供し、既存のモデルと比較して、ヘビーテイルな実世界のデータをモデリングする上で優れた性能を示すものである。
本研究は、4つの国の医療データベースにわたる大規模な傾向スコア調整戦略を評価し、Crumpトリミングを用いた逆確率重み付け法と1:1マッチングが概して最良の性能を示すものの、単一の戦略が普遍的に優れているわけではなく、選択を導くための診断と経験的なキャリブレーションの使用が必要であると結論付けている。
本研究は、チェルノブイリ立ち入り禁止区域における希薄なUAVベースの放射線モニタリングデータを効果的に再構成するためにガウス過程回帰を利用した不確実性を考慮した確率論的フレームワークを提案するものであり、従来の補間手法よりも精度において優れているだけでなく、情報に基づいた環境意思決定に不可欠な空間的不確実性の推定値を提供する。
本論文は、最小限のモーメント条件（有限な ）の下で最適な収束率と変数選択の一致性を達成する、高次元回帰のためのロバストな正則化M推定量のクラスを導入するものであり、重い裾を持つ分布、歪んだ分布、または汚染された誤差を扱う際において、シミュレーションおよび実世界のゲノム解析への応用における既存の手法を凌駕するものである。
本論文は、高次元データセットにおけるノイズと計算上の課題に効果的に対処する、安定性に基づくチューニング基準を備えた新しい凸最適化手法であるSparse Convex Biclustering (SpaCoBi) を提案しており、既存の最先端のバイクラスタリング技術と比較して優れた精度と堅牢性を実証している。
本論文は、複合的な品質評価を回帰モデルの共変量として含めることが、構造的予測因子の推定効果を系統的に減衰させる循環バイアスを導入することを実証しており、この手法上の危険性は、CMS（Centers for Medicare & Medicaid Services）の病院再入院データおよびモンテカルロ・シミュレーションを通じて確認されている。
本研究は、階層ドリフト拡散モデリングによって明らかになったように、知覚された資源の希少性が、特に客観的リスクが高い状況下において、リスクの高い選択肢へのドリフト率を加速させることで、リスクの高い意思決定を増加させることを示している。
本論文は、ランク集約型アノマリー・アンサンブルと共形コスト参照バンドを統合することで、監査のトリアージを優先させつつ、統計的な異常と不正の証拠を区別する、説明可能で再現可能なメディケア支払完全性のための公開データフレームワークを提示するものである。
本論文は、グループの値を中央値と比較することで、歪んだ分布や外れ値、および小標本への感度を低減し、学生のパフォーマンスに関する実用的な解釈により適合する、数学教育研究のための、コーエンのdに代わるより直感的かつ頑健な指標としての中央値に基づく効果量指標を導入するものである。
本論文は、非線形予測モデリングと階層的不確実性補正を統合することで、測定誤差の影響を受けるヘルスケアデータセットにおける精度を大幅に向上させ、バイアスを低減し、信頼性を高めるハイブリッド機械学習・ベイズシステムであるHAIB-MECフレームワークを導入するものである。