Evaluating consumption effects of intelligent control algorithms for district heated buildings
이 논문은 기존 방법의 한계를 지적하고, 10 년간의 실증 데이터를 바탕으로 지역난방 건물의 제어 알고리즘 효과만을 분리·추적하며 그 세부 구성 요소를 분석할 수 있는 모델 기반 접근법을 제안합니다.
📊 Category
stat.AP
96 편의 논문
Group-Sparse Smoothing for Longitudinal Models with Time-Varying Coefficients
이 논문은 종단 데이터 분석에서 변수의 효과가 시간에 따라 변하는지 아니면 일정한지를 동시에 선택하고 추정하여 과적합을 방지하고 해석 가능성을 높이는 새로운 프레임워크인 'TV-Select'를 제안합니다.
Optimising antibiotic switching via forecasting of patient physiology
이 논문은 과거 임상 결정이 아닌 환자 생리학적 지표의 확률적 예측을 통해 정맥 주사 항생제에서 경구제로 전환할 적절한 시기를 판단하고 환자를 우선순위화하는 해석 가능한 신경 프로세스 기반 의사결정 지원 시스템을 제안하여 항생제 관리 효율성을 증진시키는 방법을 제시합니다.
Estimating Reproducibility in Genome-Wide Association Studies
이 논문은 유전체 전체 연관 분석 (GWAS) 의 재현성을 정량화하기 위해 1 차 연구에서 발견된 양성 결과가 재현 연구에서 어떻게 행동하는지를 평가하는 '재현율 (RR)'과 '거짓 비재현율 (FIR)'이라는 두 가지 확률적 척도를 제안하고, 그 추정 방법의 정확성과 예측 성능을 시뮬레이션 및 실제 실험을 통해 입증합니다.
Controlling the joint local false discovery rate is more powerful than meta-analysis methods in joint analysis of summary statistics from multiple genome-wide association studies
이 논문은 여러 GWAS 의 요약 통계를 결합할 때 기존 메타분석 방법보다 더 높은 검정력을 가지며, 이질적인 데이터셋에서도 우수한 성능을 보이는 새로운 가설 검정 방법인 결합 국소 가짜 발견률 (Jlfdr) 제어를 제안하고 그 우수성을 입증합니다.
EarthquakeNPP: A Benchmark for Earthquake Forecasting with Neural Point Processes
이 논문은 데이터 누수 및 주요 지진 시퀀스 누락 등의 문제를 해결하고 지진학계의 최신 표준을 반영한 'EarthquakeNPP' 벤치마크를 제안하며, 이를 통해 현재 테스트된 5 가지 신경 점 과정 (NPP) 모델이 ETAS 와 같은 기존 지진 예측 모델보다 성능이 떨어졌음을 규명했습니다.
Equipoise calibration of clinical trial design
이 논문은 임상 시험 설계의 통계적 특성과 임상적 균형을 연결하는 '균형 보정 (equipoise calibration)' 방법론을 제시하여, 표준적인 통계적 검정력 설정이 임상적 불균형에 대한 강력한 증거를 제공함을 입증하고 일관되지 않은 시험 결과 해석의 한계를 규명합니다.
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.
Constructing Evidence-Based Tailoring Variables for Adaptive Interventions
이 논문은 적응형 중재의 효과성을 높이기 위해 치료 수정 결정을 안내하는 '맞춤 변수'를 체계적으로 개발하고 최적화하기 위한 방법론적 프레임워크를 제시하며, 특히 2 차 데이터 분석의 한계를 보완할 수 있는 최적화 무작위 대조 시험과 같은 실험적 설계의 중요성을 강조합니다.
Singular Bayesian Neural Networks
이 논문은 가중치 행렬의 특이값 감소를 활용하여 저랭크 행렬로 파라미터를 표현하는 '특이 베이지안 신경망'을 제안함으로써, 기존 평균장 근사 대비 파라미터 수를 획기적으로 줄이면서도 OOD 검출 및 보정 성능을 향상시키고 Deep Ensemble 과 경쟁력 있는 예측 성능을 달성하는 방법을 제시합니다.
SEED-SET: Scalable Evolving Experimental Design for System-level Ethical Testing
이 논문은 자율 시스템의 윤리적 정렬을 평가하기 위해 이해관계자의 주관적 가치 판단과 객관적 평가를 계층적 가우시안 프로세스로 통합하고 새로운 획득 전략을 통해 효율적인 테스트 후보를 생성하는 'SEED-SET'이라는 확장 가능한 진화 실험 설계 프레임워크를 제안합니다.
Trajectory-informed graph-based clustering for longitudinal cancer subtyping
이 논문은 다중 모달 임상 데이터와 환자 상태의 시간적 변화를 통합한 그래프 기반 군집화 방법을 제안하여, 종양의 정적 특성이 아닌 역동적인 질병 진행 패턴에 기반한 임상적으로 유의미한 암 하위 유형을 식별하고 개인 맞춤형 치료 전략을 강화할 수 있음을 입증합니다.
Novel g-computation algorithms for time-varying actions with recurrent and semi-competing events
이 논문은 시간 의존적 교란 변수와 준경쟁 사건 (semi-competing events) 을 동시에 고려할 수 있는 새로운 g-계산 알고리즘을 제안하고, 시뮬레이션 및 실제 데이터 분석을 통해 그 유효성을 입증했습니다.
Bayesian Synchronization of Proxy Paleorecords with Reference Chronologies
이 논문은 기존 정렬 방법의 불확실성 정량화 한계를 극복하고, 물리적으로 타당한 퇴적률 사전 분포를 활용하여 대역폭 불확실성을 정량화하는 베이지안 동기화 프레임워크인 BSync 를 제안하여 희소한 연대 제약 조건 하에서도 정밀한 고기후 기록 정렬을 가능하게 합니다.
Gimbal Regression: Orientation-Adaptive Local Linear Regression under Spatial Heterogeneity
이 논문은 국소 회귀 분석에서 공간적 이질성과 방향성 이웃 구조로 인한 수치적 불안정성을 해결하기 위해, 방향성 가중치를 명시적으로 구성하고 폐쇄형 해를 통해 안정적인 계산을 보장하는 '짐벌 회귀 (Gimbal Regression)'라는 새로운 프레임워크를 제안합니다.
Spectral Decomposition Reveals Surface Processes on Europa
이 논문은 제임스 웹 우주망원경 (JWST) 의 관측 데이터를 새로운 데이터 기반 분석 기법으로 처리하여 유로파 표면에서 이산화탄소가 특정 지형과 연관된 독특한 패턴으로 분포함을 발견하고, 이는 표면-내부 물질 교환 및 유로파의 거주 가능성 평가에 중요한 함의를 가진다고 결론지었습니다.
Conformal prediction for high-dimensional functional time series: Applications to subnational mortality
이 논문은 모델 의존성과 계산 비용의 한계를 극복하기 위해 분할 및 순차적 컨포멀 예측 기법을 고차원 기능성 시계열에 적용하여 일본과 캐나다의 지역별 사망률 예측 구간을 생성하고 그 성능을 평가합니다.
A Python implementation of some geometric tools on Kendall 3D shape space for practical applications
이 논문은 Kendall 3D 형상 공간의 이론적 개념을 실용적인 계산 워크플로우로 전환하여, 현재 주류 라이브러리인 Geomstats 에는 부재한 고급 3D 형상 분석 도구를 제공하는 파이썬 구현을 소개합니다.
Bayesian Design and Analysis of Precision Trials with Partial Borrowing
이 논문은 정밀 의학 시대의 임상 시험에서 희귀 하위 집단의 효과를 정확히 추정하기 위해 외부 데이터의 적합도에 기반한 개별 가중치 모델을 제안하고, 이를 동적 차용 방법과 비교하며 베이지안 설계 프레임워크를 통해 표본 크기와 의사결정 기준을 설정하는 실용적인 방법론을 제시합니다.
Estimands and the Choice of Non-Inferiority Margin under ICH E9(R1)
본 논문은 ICH E9(R1) 에 따른 추정량 (estimand) 의 선택이 비열등성 마진 결정에 미치는 영향을 시뮬레이션과 사례를 통해 분석하며, 특히 과거 임상시험의 추정량과 현재 연구의 추정량이 일치하지 않거나 추정량 프레임워크가 적용되지 않았을 때 마진 설정이 직면하는 도전 과제를 조명합니다.