161 편의 논문
본 연구는 단일 사례 설계와 집단 실험 설계를 연결하는 방법으로서 비율-측정 방식의 BC-IRR 효과 크기를 소개하며, 자폐 스펙트럼 장애 학생을 위한 기술 지원 중재에 대한 재분석을 통해 BC-IRR이 다양한 유형의 증거를 합성할 수 있게 하는 동시에 전통적인 지표보다 뚜렷한 해석적 이점을 제공한다는 점을 입증한다.
이 논문은 합성 표 형식 데이터(synthetic tabular data)의 릴리스를 평가하기 위해 실데이터와 합성 데이터 워크플로를 비교함으로써, 단순히 프라이버시나 안전성에 대한 포괄적인 주장을 하는 대신 특정 사용 사례, 인구 집단 및 위협 모델에 대한 유한 표본 경계(finite-sample bounds)와 구체적인 근거를 제공하는 재현 가능한 감사 프레임워크인 SynthGuard-ReleaseBench를 소개한다.
본 논문은 프레셰(Frechet) 분포와 역 로맥스(Inverse Lomax) 일반화 가족을 결합하여 4개 매개변수를 가진 역 로맥스 프레셰(ILF) 분포를 도입하고, 이의 주요 통계적 특성과 최대 우도 추정량을 도출하며, 두 가지 실제 데이터셋에 대한 적용을 통해 우수한 적합 성능을 입증한다.
본 논문은 예측 능력을 향상시키기 위해 모델 검증, 타당성 확인 및 강건성에 초점을 맞추어, 발생 위치 데이터에 대한 미니맥스 측정을 사용하여 COVID-19 확산을 추적하고 예측하기 위한 데이터 기반 모델링 프레임워크를 제시한다.
Distribird는 과학적 데이터를 추출, 가중치 부여 및 적합시키기 위해 멀티 에이전트 파이프라인을 배치함으로써, 흔히 사용되는 균등 사전 분포나 근거 없는 단일 프롬프트 LLM 베이스라인에 대한 추적 가능하고 타당성이 검증된 대안을 제공하며 베이지안 모델 보정(calibration)을 위한 문헌 기반 사전 분포 생성을 자동화하는 에이전틱 웹 애플리케이션입니다.
이 논문은 뉴욕시 주거 비용 부담에 대한 머신러닝 모델을 사후적으로 검증하여 정적인 경제적 가정으로 인한 체계적인 과소 예측을 밝혀내고, 이후 불확실성을 고려한 방법론을 통해 프레임워크를 재보정함으로써 2025~2028년 사이의 더욱 견고한 시나리오 기반 예측을 생성한다.
본 논문은 행렬 형태의 데이터에서 비대칭성을 효과적으로 포착하고 군집화를 수행하기 위해 새로운 행렬 변량 왜도 정규 분포와 그 유한 혼합 모델을 제안하며, 유도된 추정량과 ECM 알고리즘을 통해 전통적인 대칭 모델보다 향상된 유연성과 성능을 제공한다.
본 논문은 이론적 증명, 몬테카를로 시뮬레이션, 그리고 아세안(ASEAN) 국가들의 재생 에너지-성장 연관성에 대한 적용을 통해 입증된 바와 같이, 장기 공분산 행렬 추정량의 유한 표본 왜곡을 피하면서 방정식 간 오차 상관관계를 활용함으로써 소규모 N 패널(small-N panels)의 추정 효율성과 공적분 검정력을 향상시키는 '겉보기에는 무관한 자기회귀 시차 분포(SUR-ARDL)' 프레임워크를 제안한다.
본 논문은 복잡한 만성 질환의 인과 추론에 대한 정확성과 투명성을 높이기 위해, 실증적 이벤트 로그의 프로세스 마이닝을 전문가의 판정과 통합하여 지식 기반 인과 모델(DAG)을 반복적으로 정교화하는 폐쇄 루프형 인간-AI 협업 프레임워크를 제안한다.
본 연구는 바이오 의약품 품질 모니터링을 위한 변화점 탐지기들을 동일한 허위 양성률 및 탐색 공간 절제 조건 하에서 비교했을 때, 표준 분산 기반 페널티가 다양한 표본 크기와 분포에 걸쳐 강건한 대안들보다 우수한 성능을 보인다는 점을 입증하며, 이는 강건한 방법론에 대한 이전의 선호가 내재적 우월성이 아닌 통제되지 않은 실험 조건에 의해 유도되었음을 밝혀준다.