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.
📊 Category
stat.CO
38 편의 논문
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.
A Bayesian Approach for the Variance of Fine Stratification
이 논문은 인접 층을 병합하는 정밀 층화 조사에서 기존 방법들의 편향과 오차 문제를 해결하기 위해 계층적 베이지안 분산 추정량을 제안하고, 다양한 시뮬레이션 및 실제 데이터 분석을 통해 제안된 추정량이 기존 비모수 베이지안 및 커널 기반 추정량보다 더 작은 편향과 평균 제곱 오차를 보임을 입증했습니다.
Diagnostics for Semiparametric Accelerated Failure Time Models with R Package afttest
이 논문은 반모수적 가속화 고장 시간 (AFT) 모델의 적합도 검정을 위해 마팅갈 잔차 기반의 부트스트랩 방법과 계산 효율성이 뛰어난 새로운 선형 근사 리샘플링 전략을 구현한 R 패키지인 'afttest'를 소개합니다.
Two Localization Strategies for Sequential MCMC Data Assimilation with Applications to Nonlinear Non-Gaussian Geophysical Models
이 논문은 고차원 비선형 비가우시안 지수 모델의 순차적 데이터 동화에 적용 가능한 두 가지 국소화 전략을 제시하여, 가중치 붕괴를 피하고 중량 꼬리 오차를 처리하며 LETKF 대비 우수한 성능을 보이는 국소화 순차 MCMC 필터링 기법을 개발하고 검증했습니다.
On the Unit Teissier Distribution: Properties, Estimation Procedures and Applications
이 논문은 유닛 테시시 (Unit Teissier) 분포에 대한 새로운 이론적 성질과 모수 추정 기법을 개발하고, 다양한 시뮬레이션과 실제 데이터를 통해 그 성능과 실용성을 검증합니다.
A Semiparametric Nonlinear Mixed Effects Model with Penalized Splines Using Automatic Differentiation
이 논문은 자동 미분 기법을 활용하여 페널티 스플라인과 변환 매개변수를 결합한 준모수적 비선형 혼합 효과 모델의 추정 절차를 제시하며, 시뮬레이션과 영아 성장 사례 연구를 통해 기존 방법 대비 향상된 추론 성능과 계산 효율성을 입증합니다.
Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design
이 논문은 배치 베이지안 최적 실험 설계 (BOED) 문제를 확률 측도 공간으로 확률론적으로 승격시켜 엔트로피 정규화 기대 효용을 최적화하는 새로운 접근법을 제시하고, 이를 통해 물리-그라디언트 흐름과 입자 기반 알고리즘을 유도하여 복잡한 최적화 문제를 해결하는 방법을 제안합니다.
Bias- and Variance-Aware Probabilistic Rounding Error Analysis for Floating-Point Arithmetic
이 논문은 평균 0 가정을 완화하고 편향을 고려한 모멘트 기반 확률적 반올림 오차 분석 프레임워크를 제안하여, 기존 최악의 경우 이론보다 정밀한 오차 상한을 제공하며 저정밀도 연산 환경에서 결정론적 분석보다 실제 오차 성장을 더 잘 설명함을 입증합니다.
MCMC using Hamiltonian dynamics: A unifying framework for Hamiltonian Monte Carlo and piecewise deterministic Markov process samplers
이 논문은 시간 가역적 결정론적 역학과 PDMP 의 속도 변경을 결합하여 Hamiltonian Monte Carlo 와 PDMP 샘플러를 통합하는 새로운 'Bouncy Hamiltonian' 프레임워크를 제안하고, 이를 통해 수만 개의 매개변수를 가진 복잡한 베이지안 사후분포에서도 경쟁력 있는 성능을 보이는 효율적인 샘플러를 개발했음을 보여줍니다.
Computationally efficient multi-level Gaussian process regression for functional data observed under completely or partially regular sampling designs
이 논문은 완전하거나 부분적으로 규칙적인 격자에서 관측된 기능적 데이터에 대해 공통 평균 함수와 개별 편차를 동시에 모델링하는 다단계 가우시안 프로세스 회귀를 제안하며, 이를 통해 대규모 데이터셋에 적용 가능한 정확한 분석적 표현식을 유도하고 Stan 을 통해 구현하여 기존 방법보다 수천 배 빠른 계산을 가능하게 합니다.
DisSim-FinBERT: Text Simplification for Core Message Extraction in Complex Financial Texts
이 논문은 복잡한 금융 텍스트의 핵심 메시지를 추출하기 위해 담화 단순화 (DisSim) 와 속성 기반 감정 분석 (ABSA) 을 통합한 새로운 프레임워크인 DisSim-FinBERT 를 제안하여, 연방공개시장위원회 (FOMC) 회의록과 같은 문서의 감정 예측 정확도를 높이고 정책 입안자 및 분석가에게 실행 가능한 통찰력을 제공한다고 요약할 수 있습니다.
Bayesian Transfer Learning for High-Dimensional Linear Regression via Adaptive Shrinkage
이 논문은 고차원 선형 회귀를 위한 베이지안 전이 학습 프레임워크인 BLAST 를 제안하여, 적응적 축소와 베이지안 소스 선택을 통해 부정적 전이를 방지하고 타겟 데이터만 사용한 방법보다 정확한 사후 추론과 우수한 불확실성 정량화를 가능하게 함을 보여줍니다.
Understanding and Managing Frogeye Leaf Spot through Network-Based Modeling in Soybean
이 논문은 실제 밭의 구조를 반영한 네트워크 기반 모델을 통해 콩의 콩잎자반병 (Frogeye Leaf Spot) 전파를 분석하고, 초기 표적 제거가 무작위 제거보다 효과적이며 경운 여부는 전파에 유의미한 차이가 없음을 규명하여 과학적인 병해 관리 전략을 제시합니다.
A Bayesian approach to learning mixtures of nonparametric components
이 논문은 베이지안 비모수적 접근법을 사용하여 유한 혼합 모델의 비모수적 성분을 학습하고, 구성 요소 분포의 식별 가능성과 사후 수렴성을 증명하며, 효율적인 MCMC 알고리즘을 통해 기존 탈합성 (deconvolution) 방법보다 우수한 수렴 속도로 복잡한 잠재 하위 집단 분포를 추정하는 방법을 제시합니다.
Latent-IMH: Efficient Bayesian Inference for Inverse Problems with Approximate Operators
이 논문은 계산 비용이 큰 연산자를 가진 베이지안 역문제에서 오프라인 단계를 통해 효율성을 극대화하고 NUTS 와 같은 기존 방법보다 월등히 빠른 성능을 보이는 새로운 샘플링 기법인 Latent-IMH 를 제안하고 그 이론적 성능을 입증합니다.
Least trimmed squares regression with missing values and cellwise outliers
이 논문은 결측값과 셀 단위 이상치뿐만 아니라 사례 단위 이상치에도 강건하며, 비대칭 분포를 허용하고 견고한 예측을 가능하게 하는 새로운 회귀 방법을 제안하고 시뮬레이션 및 실제 데이터를 통해 그 성능을 입증합니다.
Steady State Distribution and Stability Analysis of Random Differential Equations with Uncertainties and Superpositions: Application to a Predator Prey Model
이 논문은 매개변수 불확실성과 중첩을 고려한 랜덤 미분방정식을 위한 계산 프레임워크를 제시하고, 이를 로젠즈웨그 맥아더 포식자 - 피식자 모델에 적용하여 다중 모드 정상 상태 분포와 고유값 기반의 안정성 분석을 수행했습니다.