Parameter Estimation for the Vasicek Process with Microstructure Noise
本論文は、マイクロストラクチャーノイズが存在する下でのヴァシセック過程のパラメータを推定するためのカーネル平滑化法および最大尤度法を提案・検証し、理論的解析、数値シミュレーション、および上海証券取引所のデータへの実証的適用を通じて、それらの強一致性と正確性を実証するものである。
257 件の論文
本論文は、マイクロストラクチャーノイズが存在する下でのヴァシセック過程のパラメータを推定するためのカーネル平滑化法および最大尤度法を提案・検証し、理論的解析、数値シミュレーション、および上海証券取引所のデータへの実証的適用を通じて、それらの強一致性と正確性を実証するものである。
本研究は、多様な気象不確実性下における複数の欧州諸国にわたる確率的負荷予測の精度と一貫性を高めるために、選択的共形較正(selective conformal calibration)と入れ子構造の手順を用いたハイブリッドGAM-LightGBMフレームワークを提案するものである。
本研究は、DINAモデルを用いて、韓国全土の医学試験における臨床推論を評価するための7つの属性からなるQマトリックスを検証し、3年生と4年生の間で有意な習熟度の差を示すことにより、強力な既知群妥当性を実証した。
本論文は、救急外来受診に関連する変動的な温度閾値を推定することにより、カリフォルニア州全域にわたり確率論的かつ近隣地域固有の熱中症警告を生成する階層ベイズ空間モデリング・フレームワークを提示するものであり、それによって公平なリソース配分を可能にし、州の公式なCalHeatScoreシステムの基礎を形成するものである。
本研究は、CPSP-8モデルにおける精度重み付け係数(γ)が、精度利得が十分に大きくない限り、タスク間で移植可能なバイオマーカーとして機能しないパイプライン依存の有界スカラーである一方で、他の決定パラメータは単なるモードスイッチとして機能することを示している。
本論文は、観測可能な指標からターゲットとなるAUCを厳密に復元し、推定された正例比率の不確実性を伝播させることにより、現在の性能評価におけるバイアスと信頼性の欠如に対処し、ポジティブ・アンラベル学習における真のAUCに対する較正された両側信頼区間を導出する手法を提案する。
本研究は、リークを防ぐための時間的設計を用いて、マルキナ市における週単位のデング熱症例数を予測するために古典的なモデル、機械学習モデル、および深層学習モデルを評価しており、内部検証では単純なベースラインモデルが良好な性能を示した一方で、LSTMモデルが2025年のアウト・オブ・タイム・ホールドアウト・データにおいて優れた予測精度を達成したものの、アウトブレイク発生レベルの週については全体的に過小予測する傾向があることを見出した。
本研究では、被験者内実験を分析するために、被験者固有かつ不確実性を考慮したベイズ階層モデルを採用しており、その結果、AI生成音声とAIアバターの組み合わせが最も好ましいエンゲージメントおよび認知負荷のプロファイルをもたらす一方で、視聴覚の組み合わせに対する反応には顕著な個人間の異質性が存在することを明らかにしている。
図書館情報学の出版物を対象とした本研究は、オープンアクセスの引用優位性が一様ではなく、むしろトピックに依存しており、主に生命科学に隣接するサブフィールドによって推進されている一方で、ジャーナルレベルの引用ベースラインを制御すると著しく減衰されることを明らかにしている。
本論文は、成分の欠落をエンコードするために位置ゼロを利用する、柔軟な線形、二次、および二次の成分位置スクリーニングモデルを導入するものであり、これにより、非線形な絶対位置効果の効率的な推定、および各実行において成分の一部のみが利用可能な加算順序実験のための最適設計の構築が可能となる。