Learning Robust Treatment Rules for Censored Data
이 논문은 중도절단된 생존 데이터를 위해 절단된 평균 생존 시간과 버퍼링된 생존 확률을 최대화하는 두 가지 강건한 기준을 제안하고, 이를 학습하기 위한 샘플링 기반 차분-볼록 알고리즘을 개발하여 AIDS 임상 시험 데이터를 포함한 시뮬레이션 및 실제 데이터 분석을 통해 기존 방법보다 우수한 성능을 입증했습니다.
🔢 Category
math.ST
161 편의 논문
Vecchia Gaussian Processes: on probabilistic and statistical properties
이 논문은 Vecchia 근사 기반 가우시안 프로세스의 확률론적 및 통계적 성질을 체계적으로 분석하여, 부모 집합 선택 전략을 제안하고 비모수 회귀 모델에서 최적의 수렴 속도를 보장하는 이론적 근거를 마련했습니다.
Impact of existence and nonexistence of pivot on the coverage of empirical best linear prediction intervals for small areas
이 논문은 소지역 평균의 경험적 최적 선형 예측 구간에서 피벗의 존재 여부가 오차 차수에 미치는 영향을 분석하고, 피벗이 부재할 경우 기존 부트스트랩 방법의 한계를 지적하며 이를 해결하기 위해 제안된 이중 부트스트랩 기법의 유효성을 이론적 및 시뮬레이션을 통해 입증합니다.
Offline Dynamic Inventory and Pricing Strategy: Addressing Censored and Dependent Demand
이 논문은 과거 수요에 의존하고 재고 부족으로 인해 판매 데이터가 검열 (censored) 되는 동적 재고 및 가격 결정 문제를 해결하기 위해, 검열된 의존적 수요 환경에서 최적 정책을 학습하는 새로운 데이터 기반 알고리즘을 제안하고 그 성능을 이론적 및 실험적으로 검증합니다.
Empirical Orlicz norms
이 논문은 표본에 기반한 경험적 올리츠 (Orlicz) 노름의 대수의 법칙을 유도하고, 정규분포와 같은 특정 경우를 제외하는 표준 중심극한정리 조건을 제시하며, 오히려 비표준 수렴 속도와 안정적 분포를 보이는 예외 사례와 균일한 수렴 속도의 부재를 규명합니다.
Universality of General Spiked Tensor Models
이 논문은 유한 4 차 모멘트를 가진 일반 잡음 하에서도 가우시안 잡음과 동일한 점근적 스펙트럼 분포 및 통계적 한계를 보인다는 사실을 증명하여 비대칭 스파이크 텐서 모델의 보편성 원리를 확립합니다.
Universal Shuffle Asymptotics, Part II: Non-Gaussian Limits for Shuffle Privacy -- Poisson, Skellam, and Compound-Poisson Regimes
이 논문은 고정된 로컬 랜다라이저를 가정하는 Part I 의 가우시안 한계 이론을 넘어, 로컬 프라이버시 매개변수가 증가함에 따라 국소 랜다라이저가 집중되는 임계 구간에서 샤플 프라이버시 메커니즘이 가우시안 분포가 아닌 포아송, 스킬럼, 및 복합 포아송 분포로 수렴하는 비가우시안 보편성 붕괴 현상을 규명하고 이를 통해 3 단계의 점근적 체계를 완성합니다.
Unbalanced Optimal Transport Dictionary Learning for Unsupervised Hyperspectral Image Clustering
이 논문은 잡음과 이상치에 강인하면서도 클래스를 흐리게 하지 않는 불균형 최적 수송 딕셔너리 학습을 통해 초분광 이미지의 비지도 클러스터링 성능을 향상시키는 새로운 방법을 제안합니다.
A Diffusion Analysis of Policy Gradient for Stochastic Bandits
이 논문은 확률적 밴딧 문제에 대한 정책 경사법의 연속 시간 확산 근사를 분석하여 학습률 조건에 따른 후회 (regret) 의 상한과 하한을 증명합니다.
An operator-level ARCH Model
이 논문은 기존 함수형 ARCH 모델이 점별 분산에 국한되었던 한계를 넘어, 일반 분리 가능 힐베르트 공간에서 조건부 공분산 연산자의 전체 진화를 고려하는 새로운 연산자 수준 ARCH 모델을 제안하고, 그 존재성, 모멘트, 약한 종속성 및 일관성 있는 추정량을 이론적으로 증명하며 시뮬레이션과 고빈도 데이터 적용을 통해 실용성을 입증합니다.
Methods for Identifying Minimal Sufficient Statistics
이 논문은 최소 충분 통계량을 식별하는 기존 기준들의 일반적 무효성을 반례로 증명하고, 충분성이 알려진 경우 적용 가능한 견고한 새로운 기준을 제안하며 Pfanzagl 의 기준에 대한 추가 가정의 필요성을 보여줍니다.
Surrogate-Assisted Targeted Learning for Delayed Outcomes under Administrative Censoring
이 논문은 지연된 결과와 행정적 검열이 존재하는 상황에서 역확률 가중치 추정량의 불안정성과 모델 의존성을 해결하기 위해, 대리 변수를 활용한 타겟 최소 손실 추정법을 개발하여 이중 강건성과 점근적 선형성을 보장하고 Washington State EPT 연구를 통해 그 유효성을 입증했습니다.
Strong Gaussian approximation for U-statistics in high dimensions and beyond
이 논문은 고차원 환경에서 U-통계량의 전체 시퀀스를 균일하게 근사하는 강력한 가우스 근사 이론을 정립하고, 이를 통해 변화점 검정 및 자기정규화 관련성 검정 등 다양한 고차원 통계 추론을 위한 통합된 확률론적 기반을 제공합니다.
Ranking Reasoning LLMs under Test-Time Scaling
이 논문은 테스트 시간 확장 하에서 추론형 LLM 을 평가하기 위한 통계적 순위 산출 방법들을 구현한 오픈소스 라이브러리 'Scorio'를 소개하고, 다양한 벤치마크에서 이 방법들이 신뢰할 수 있는 모델 순위 매기기를 가능하게 함을 보여줍니다.
ForwardFlow: Simulation only statistical inference using deep learning
이 논문은 시뮬레이션 데이터와 평균 제곱 오차 손실 함수를 사용하여 단일 요약 네트워크로 매개변수 추정 역문제를 해결하는 'ForwardFlow'라는 심층 학습 기반의 빈도주의 통계적 추론 프레임워크를 제안하며, 유한 표본 정확성, 데이터 오염에 대한 강건성, 알고리즘 근사라는 세 가지 이상적 특성을 입증합니다.
On positive definite thresholding of correlation matrices
이 논문은 상관관계 행렬의 양의 정부호성을 유지하면서 특정 값에서 0 이 되는 함수를 구성하는 방법을 연구하고, 부드러운 임계값 처리가 기하학적 붕괴를 초래하여 복구 가능한 신호를 제한한다는 것을 증명합니다.
Axiomatic characterisation of generalized -estimators
이 논문은 대칭성, (강한) 내부성, 그리고 점근적 멱등성이라는 세 가지 핵심 성질을 바탕으로 일반화된 -추정자와 (일반적인) -추정자 (또는 -추정자) 를 공리적으로 특징짓고, 그 증명 과정에서 아벨 부분반군에 대한 분리 정리를 핵심적으로 활용합니다.
Theoretical Foundations of Conformal Prediction
이 책은 기계 학습 워크플로우에 통합되어 데이터 생성 분포에 대한 가정 없이 유한 표본 보장을 제공하는 컨포멀 예측 및 관련 추론 기법의 이론적 기반, 증명 전략, 그리고 핵심 결과들을 체계적으로 정리하고 교육적으로 제시합니다.
The level of self-organized criticality in oscillating Brownian motion: -consistency and stable Poisson-type convergence of the MLE
이 논문은 전이 밀도가 불연속적인 진동 브라운 운동의 자기조직화 임계성 수준을 추정할 때, MLE 가 -일관성을 가지며 국소 시간의 배수인 강도를 가진 이변량 포아송 과정을 통해 안정 수렴하는 비표준적 현상을 증명합니다.
Omnibus goodness-of-fit tests for univariate continuous distributions based on trigonometric moments
이 논문은 확률 적분 변환된 데이터의 삼각 모멘트를 기반으로 하여, 교란 매개변수 존재 하에서도 분포로 수렴하는 새로운 만능 적합도 검정법을 제안하고, 11 가지 연속 분포에 대한 구현 세부 사항과 시뮬레이션 및 실제 데이터 분석을 통해 그 유효성을 입증합니다.