441 편의 논문
이 논문은 실세계 데이터셋과 구조적 실험을 통해 검증된 순차적 확률적 개입 프레임워크를 활용하여, 운동 예산의 재배분이 대학생들의 후속 수면 및 정신 건강에 어떻게 영향을 미치는지 인과적으로 추정하기 위해 멀티모달 웨어러블 데이터를 활용하는 구성적 개입 상태 모델인 CISM을 소개한다.
본 논문은 미생물 군집 연구와 시뮬레이션을 통해 입증된 바와 같이, 고차원 다변량 계수 데이터(multivariate count data)를 처리하기 위해 L0-노름 페널티가 적용된 증거 하한(ELBO)과 ε-텔레스코핑 VEM 알고리즘으로 확장된 매끄러운 정보 기준(SIC)을 사용하여 제로-팽창 포아송 로그-노멀(ZIPLN) 모델에 대한 희소 변수 선택 방법을 제안한다.
본 논문은 공분산과 커버리지가 고정되었음에도 불구하고 기대 구간 폭이 역전되는 비타원형 잔차군을 구축함으로써 예측 조정(forecast reconciliation)의 분산 감소 의존성이 구간 효율성을 보장하기에는 불충분함을 입증하며, 또한 실제 계층 구조에 대한 공분산 추정량을 실증적으로 평가하여 중심 수축(centered shrinkage)이 점수를 개선하지만 명목 커버리지를 균일하게 보장하지는 못한다는 것을 보여준다.
본 연구는 팡칼피낭의 월간 강수량 예측을 위해 k-최근접 이웃, 랜덤 포레스트, 인공 신경망을 비교하였으며, 랜덤 포레스트가 MAE, RMSE, R²와 같은 평가 지표를 기준으로 다른 두 알고리즘보다 우수한 성능을 보임을 확인하였다.
본 논문은 야쥬(Yaju)와 츠바키(Tsubaki)의 나고야시 HPV 백신 접종 조사에 대한 이차 분석이 연구 기간 조정(Study Period adjustment) 및 특정 모델링 선택을 도입함으로써 위험 추정치를 왜곡하고 과학적 무결성을 훼손하는 심각한 구조적 편향과 수학적 인위적 결과물(artifacts)을 발생시켰음을 입증함으로써, 해당 연구의 방법론적 타당성을 비판적으로 평가하고 반박한다.
이 논문은 초기 조정이 불충분할 때 요구되는 합의 수준을 달성하기 위해 개인의 타협 한계를 동적으로 학습하고 확장하는 2단계 최소 조정 합의 프레임워크를 제안하며, 이는 항암제 스크리닝 응용 분야에서 입증되었습니다.
본 논문은 디지털 및 AI 기반 행동 변화 중재 방안이 진화함에 따라 이를 지속적으로 평가하기 위해 설계된 인간 중심의 재사용 가능한 평가 프레임워크인 HUMMBER를 소개하며, 전적으로 합성된 개념 증명 연구를 통해 이 프레SH의 계산 가능성, 변화 추적 능력, 영향받는 집단 식별 능력, 그리고 인과적 효과 결정 능력을 입증한다.
본 연구는 사우디아라비아의 공공 정부 병원 데이터를 활용하여 PCA, 요인 분석 및 군집 분석을 이용한 재현 가능한 다변량 프레임워크를 제안함으로써, 지역적 이질성을 드러내고 데이터 기반의 의료 계획을 지원하는 견고하고 다차원적인 성과 지수를 구축한다.
본 연구는 몬테카를로 시뮬레이션과 유방암 전사체 벤치마크를 활용하여, 고차원 특징 선택의 신뢰성이 보편적으로 우수한 방법론에 의해 결정되는 것이 아니라 표본 크기, 특징 간 상관관계, 신호 분포와 같은 요인들에 엄격히 조건부적임을 입증한다.
본 연구는 입자 군집 최적화(PSO)를 통해 최적화된 안정성 및 최신성 인지 선택적 앙상블(SRSE) 프레임워크를 제안하며, 이는 중국 장쑤성의 월간 매독 사례 예측에 있어 개별 모델 및 전통적인 앙상블 모델보다 성능이 현저히 뛰어나 단기 질병 감시를 위한 강력한 도구를 제공한다.