97 편의 논문
이 논문은 3 가지 가구 조사 데이터를 활용하여 베이즈 시공간 모델과 포스트스트라티피케이션 기법을 적용해 센트럴 푸지트 사운드 지역의 하위 군 단위 주거 이주 추정치를 산출하고, 이를 통해 지역별 이주율 차이와 2020-2021 년 cohort 의 일시적 완화 경향을 규명했습니다.
이 논문은 간 MRI 의 혈류 관류 정보를 반영한 향상 패턴 매핑 (EPM) 을 기존 구조적 방사선학 특징과 통합하여 간암의 진단 및 등급 분류 정확도를 크게 향상시킨 새로운 방사선학 특징 기반 위험 예측 프레임워크를 제안합니다.
이 논문은 아프리카의 무력 충돌 데이터를 활용하여 공간적 명시적 종단 시계열 분석을 도입함으로써, 기존 연구가 간과했던 폭력의 장기적 궤적과 공간적 상호의존성을 규명하고 폭력의 생애 주기를 이해하는 새로운 틀을 제시합니다.
이 논문은 다양한 뷰의 데이터에서 사전 지식 없이도 중첩되거나 비포괄적인 바이클러스터를 식별할 수 있는 'ResNMTF'라는 새로운 비음수 행렬 삼분해 기반 다중 뷰 바이클러스터링 방법을 제안하고, 이를 평가하기 위해 실루엣 점수를 확장한 '비스실루엣 점수'를 도입했습니다.
이 논문은 기계학습의 불확실성 정량화 기법을 활용하여 무력 충돌 사망자 수의 점 예측에서 확률 분포 예측으로 전환하는 새로운 전략을 제시하고, 트리 기반 앙상블 모델을 통해 기존 벤치마크보다 우수한 성능을 입증했습니다.
이 논문은 관측 천문학의 선택 효과를 고려하기 위해 시뮬레이션 기반 추론과 정규화 흐름 (Normalising Flows) 을 결합한 'FlowSN' 프레임워크를 제안하며, 이를 LSST 와 유사한 초신성 시뮬레이션에 적용하여 기존 방법보다 편향이 훨씬 적고 보정된 우주론적 매개변수 추정을 가능하게 함을 보여줍니다.
이 논문은 과학적 발견을 위한 밴드트 실험에서 적응적 샘플링 하의 통계적 유효성을 보장하고, 누적 보상과 통계적 효율성 간의 균형을 최적화하는 통합 프레임워크를 제안합니다.
이 논문은 불완전한 관측 데이터로 인한 편향을 제거하면서도 계산 효율성을 유지하기 위해, 고해상도 분광 데이터의 정확한 레이블과 전체 카탈로그의 노이즈가 포함된 레이블을 결합한 새로운 예측 기반 랜디 - 스즈레이 (PP-LS) 추정기를 제안합니다.
이 논문은 제조 공정 능력 지수 () 기반의 승인 결정이 임계값 근처에서 표본 크기에 따른 확률적 변동으로 인해 본질적으로 불안정할 수 있음을 통계적 분석과 실증 연구를 통해 규명하고, 이를 통해 임계값 부근의 결정 리스크를 정량적으로 평가할 수 있는 지침을 제시합니다.
이 논문은 고정된 목적 함수의 최소화가 아닌 제약 하의 기능적 조직의 등장을 학습으로 보는 '텔레다이나믹 학습' 패러다임을 제시하고, 이를 스펜서-브라운의 형식 법칙과 정보 기하학에 기반한 '구별 엔진 (DE11)'으로 구현하여 표준 벤치마크에서 높은 정확도와 해석 가능한 논리 규칙을 동시에 달성함을 보여줍니다.
이 논문은 예측된 라벨과 결측이 무작위 (MAR) 인 공간 의존성 데이터에서 교차 적합으로 인한 분산 추정의 왜곡을 해결하기 위해 잭나이프 기반의 공간 HAC 분산 보정을 도입한 이중 강건 추정기를 제안하여, 하향 통계적 추론의 유효성을 보장합니다.
이 논문은 연속형, 절단형, 순위형, 이항형 등 다양한 유형의 mHealth 데이터를 통합 분석하기 위해 반모수적 가우시안 코풀라 모델에 기반한 다변량 함수형 주성분 분석 (FPCA) 방법을 제안하고, 이를 우울증 하위 유형을 구분하는 디지털 바이오마커 식별에 성공적으로 적용했습니다.
이 논문은 비대칭 라플라스 분포를 활용한 동적 베이지안 회귀 분위수 합성 (DRQS) 과 다변량 요인 DRQS(FDRQS) 를 제안하여, 여러 에이전트 모델의 정보를 통합하고 교차 의존성을 포착함으로써 특히 COVID-19 팬데믹과 같은 극단적 경제 위기 시기에 기존 방법보다 우수한 전망-at-risk 예측 성능을 입증했습니다.
이 논문은 기존 개별 청구 예측 방법론의 한계를 극복하고, 리치먼과 뵈트릭의 이전 연구를 바탕으로 실용적 표준을 정립하기 위해 체인-래더 (CL) 기법을 확장한 새로운 개별 청구 예측 접근법을 제시합니다.
이 논문은 유닛 테시시 (Unit Teissier) 분포에 대한 새로운 이론적 성질과 모수 추정 기법을 개발하고, 다양한 시뮬레이션과 실제 데이터를 통해 그 성능과 실용성을 검증합니다.
이 논문은 층화 표본에서 분산 추정에 널리 사용되는 균형 반복 재표본추출 (BRR) 과 짝지어진 재표본추출 (잭나이프) 방법의 독립성 특성을 분석하여 두 방법을 통합적으로 다루고, 이를 통해 신뢰구간 구성에 필요한 유효 자유도를 추정하는 실용적인 공식을 제시합니다.
본 논문은 IFRS 9 하의 기대신용손실 추정을 위해 생존분석 기법 (이산시간 위험 모형 및 조건부 추론 생존 트리) 을 적용하여 대출 상각 위험의 기간구조를 도출하고, 이를 LGD 모델에 통합한 결과 이산시간 위험 모형이 다수 진단 지표에서 우수한 성능을 보였으나, 데이터의 L 자형 분포 특성으로 인해 단일 단계 LGD 모델이 최종적으로 가장 좋은 성과를 거두었음을 규명했습니다.
이 논문은 관측된 빈도와 이론적 빈도 간의 발산을 기반으로 한 새로운 손실 함수를 최소화하여 잠재 정규성 가정 위반이나 무심한 응답자 등 모델의 부분적 오설정에 강건한 다분할 상관관계 추정량을 제안하고, 이를 시뮬레이션 및 빅 5 성격 검사 데이터를 통한 실증 분석으로 검증합니다.
이 논문은 BDI 아키텍처와 메타 레벨 계획 추론을 기반으로 수동 개입 없이 표적 탐지, 위협 평가 및 무기 할당 등 통합 방공 시스템의 자율적 의사결정을 수행하는 에이전트 기반 알고리즘을 제시합니다.
이 논문은 불완전한 데이터를 보완하기 위해 베이지안 증거 통합과 확률적 전염병 모델을 활용하여 SARS-CoV-2 감염 총수를 추정하고, 이동성 데이터 기반 예측, 해밀토니안 몬테카를로 추론, 위상 평면 분석, 그리고 정보적 사전분포의 중요성을 제시합니다.