446 件の論文
本研究は、48,130件の労災請求データに対してCatBoost分類器を用い、弁護士の介入を確率的なリスクプロセスとしてモデル化することで、低・中・高リスクの各ティア間で訴訟の要因がいかに推移するかを実証し、リスク層別化と説明可能性を向上させるためにレジーム境界付近における非対称な特徴パターンを明らかにしている。
本論文は、エラーが発生しやすい機関タグに依存するのではなく、生の所属文字列から直接データを導出することにより、放射線腫瘍学における著者の所在およびシニアリティの割り当ての精度を向上させる、再現可能かつ分野に依存しないパイプラインを提示しており、標準的なベースラインよりも有意に高い精度（F1 ≈ 0.92）を達成している。
本研究は、妊前カウンセリングの文脈におけるAIベースのチャットボットシステムに対する女性の知識、態度、受容性、および信頼を効果的に評価するための、信頼できる19項目・3因子構成の尺度を開発し、検証した。
本研究は、OpenAlexデータベース内において、東アジアの研究者が英語圏およびその他の研究者と比較して著しく高い名前の衝突（ネーム・コリジョン）の負担に直面していることを定量化しており、名前に基づく属性付与が本質的に不平等であることを示し、公平な研究評価を確実にするためのSigmaCVのような識別子ベースの解決策の採用を提唱するものである。
本論文は、Bergsma-Dassiosのτ∗を公的統計のための堅牢な符号共分散に基づく依存関係の尺度として提案し、理論的分析、EU-SILCデータの適用、およびシミュレーション研究を通じて、それが非線形関係の検出やデータの汚染への対処において従来の相関指標よりも優れていることを実証する。
本論文は、決定論的な天井を条件付き分位点フロンティアに置き換えることで、手法の核心となる解釈的枠組みを維持しつつ、単一の境界観測値に対する効果量の敏感さを軽減する、許容パラメータ化されたNCAの拡張である分位点必要条件分析（QNCA）を導入するものである。
本論文は、代数的逆演算とベクトル自己回帰を用いて時変的な流行パラメータを推定する、再現可能なハイブリッドSIRDフレームワークを導入しており、これはCOVID-19の症例数および死亡数の予測において静的および素朴な予測ベースラインを上回るものの、現状では確率的較正に限定的な課題を有している。
本論文は、純生存率を推定および予測するために、適応型部分ロジスティック人工ニューラルネットワーク（PLANN）を用いた機械学習手法を紹介するものであり、従来のスプラインに基づく回帰と比較して複雑なデータ構造を扱う際の柔軟性を実証すると同時に、サンプルサイズが小さい場合には推定値の分散が高くなることを指摘し、実装のためのRパッケージである`survivalPLANN`を提供するものである。
本研究は、2006年から2024年におけるハンガリーの高等教育における流動性ネットワークの構造的進化を分析するためのグラフォンに基づく枠組みを導入し、スペクトル距離および分布距離の指標が、政策に起因する変化を捉え、階層的なネットワークの層を明らかにする上で、従来の統計手法よりも優れていることを実証している。
本研究は、必要な統計的性能を維持しつつ期待総コストを最小化するようにEWMA–GLT管理図の設計を最適化することにより、フェーズIIにおける多変量カテゴリカルプロセスの監視のための統合的な経済・統計的枠組みを提案するものである。