261 件の論文
本研究は、モンテカルロ・シミュレーションと実証的検証を用いて、縦断的な因果推論における欠測値補完と交絡制御戦略の最適な組み合わせを特定しており、未測定の交絡が存在しない状況下での異質効果に対しては、多重補完またはランダムフォレストを二重に頑健な推定法と組み合わせることが最良の性能を示すことを実証している。
本論文は、従来の限界に対処するために再感染、新生児、ワクチン接種、および潜伏期（exposed）のコンパートメントを組み込んだ一般化された6変数SEIRモデルを提案し、流行制御のために潜伏人口の動態に基づく新たな基本再生産数を導入し、この枠組みを用いて2027年中盤から後半にかけてのイングランドにおける百日咳症の再流行を予測するものである。
本研究は、ドキュメントのサンプルから極端な引用外れ値を排除し、最適な保持閾値を90%とすることでジャーナル・インパクトファクターを再計算することが、指標の変動を効果的に抑制し、ジャーナル評価システムの安定性と合理性を高めることを実証している。
本論文は、ネットワークの分散加重社会的影響力（F）が、集団の合意を偽の値へと誘導するために必要な最小情報コストと、そのような攻撃を検知することの困難さの両方を同時に決定づけることを示しており、集団の正確性を向上させるために影響力を集中させることが、ネットワークの検知不可能な操作に対する脆弱性を本質的に高めることを明らかにしている。
本論文では、高次元データにおけるヘビーテイルな汚染や敵対的な外れ値が存在する条件下で、効率的かつメモリ消費を抑えた共分散推定を可能にするため、ロバストなスケール・トラッキングとFrequent Directions行列スケッチを組み合わせた劣二次ストリーミングアルゴリズムであるSketch-FORCEを提案する。
本研究は、ヘルス・スコーピング・レビューにおけるElicitを用いたAI支援型データ抽出に対する比例的妥当性検証フレームワークを評価し、AIと人間による抽出の間の高い一致度（AC2 = 0.960）が、完全な二重手動抽出に代わる信頼性と拡張性を備えた手法として、構造化されたヒューマン・イン・ザ・ループ・ワークフローの使用を支持するものであることを実証している。
50万件以上の英国の事故記録を用いた因果機械学習により、本研究は、制限速度が時速50マイル以上の道路は、致命的または重大な事故が発生する可能性を約6〜7パーセントポイント増加させ、これらの影響は日中の乾燥した良好な条件下で最も顕著になることを推定している。