220 편의 논문
이 논문은 무작위 내적 그래프 (RDPG) 에서 시계열 네트워크의 진화를 지배하는 미분방정식을 학습할 때 발생하는 게이지 자유도, 실현 가능성 제약, 궤적 복원 아티팩트 등 세 가지 근본적 장애물을 기하학적 프레임워크로 규명하고, 대칭적 역학이 게이지 모호성을 해결할 수 있음을 증명하여 통계적 어려움과 기하학적 구조가 불가분하게 연결되어 있음을 보여줍니다.
이 논문은 아핀 공간의 프로베니우스 중앙값을 계산한 후 해당 행렬 다양체로 투영하는 방식을 통해 스테이펠 다양체, 그라스만 다양체, 켄달 형태 공간 등 다양한 행렬 다양체에서 위치를 강건하게 추정하는 새로운 방법을 제안하고, 그 이론적 성질과 실증적 유효성을 입증합니다.
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.
이 논문은 절단된 왜도 정규 분포의 매개변수 추정을 위한 그리드 기반 방법 (GRID-MOM) 을 제안하여, 모양 매개변수를 고정하고 위치 및 척도 매개변수를 모멘트법으로 추정함으로써 기존 방법의 수치적 불안정성을 해결하고 안정적인 추정을 가능하게 합니다.
이 논문은 불완전 정보 하의 경쟁적 재고 및 가격 결정 문제를 해결하기 위해 수요와 경쟁사 특성에 대한 베이지안 학습과 신뢰할 수 있는 위험 기준을 통합한 계층적 베이지안 동적 게임 프레임워크를 제안하고, 이를 통해 불확실성 하에서 학습과 경쟁을 동시에 수행하는 보수적 균형을 도출하며 생물학적 데이터 분석 등 다양한 분야에 적용 가능성을 보여줍니다.
이 논문은 두 표본 멘델 무작위화 연구에서 승자의 저주와 표본 구조를 동시에 고려하여 기존 방법보다 정확한 인과 효과 추정을 가능하게 하는 이변량 재무작위 역분산 가중치 (BRIVW) 추정자를 제안합니다.
이 스코핑 리뷰는 임상 연구에서 공변량 기반 클러스터링과 결과 모델을 결합한 방법론 (정보 기반 및 무관 클러스터 모델) 을 체계적으로 검토하여 고차원 데이터와 이질적 환자 집단에서의 위험 계층화 및 하위 그룹별 치료 효과 추정을 위한 적용 가능성과 가치를 조명합니다.
이 논문은 대규모 다성분 공중보건 개입의 실패 위험을 줄이고 비용 효율성을 극대화하기 위해 연구 진행 중 개입 패키지를 반복적으로 최적화하는 새로운 'Learn-As-you-GO(LAGO)' 설계의 방법론을 제시하고, BetterBirth 연구 사례 및 HIV 와 비전염성 질환 관련 실제 적용 사례를 통해 그 유효성을 입증합니다.
이 논문은 대규모 공간 방향성 데이터의 모델링에서 기존 감싸진 가우시안 과정 (WGP) 의 계산적 한계를 극복하기 위해 희소 정밀도 구조를 활용한 감싸진 가우시안 마르코프 무작위 필드 (WGMRF) 모델을 제안하고, 2004 년 인도양 쓰나미 파도 방향 데이터를 통해 그 예측 성능과 확장성을 입증합니다.
이 논문은 선형 혼합 모델 메타 회귀에서 상호작용 효과 탐지를 위해 전통적인 선형 선택 방법과 메타-CART 기반 트리 기반 방법을 비교 분석하여, 선형성이 강한 경우 선형 방법이 우수하지만 비선형 상호작용이 존재하거나 표본 크기가 커질 경우 안정성 선택을 적용한 랜덤 효과 트리 기반 방법이 보다 강력하고 보완적인 도구임을 규명했습니다.
이 논문은 분포 값 예측자를 사용하여 스칼라 응답을 예측하는 분포 회귀 문제를 해결하기 위해, BART(베이지안 가법 회귀 트리) 사전 분포를 적용한 비모수적 방법인 DistBART 를 제안하고, 이론적 수렴성, 커널 방법과의 연관성, 그리고 대규모 데이터셋을 위한 확률적 근사 기법을 통해 그 유효성과 확장성을 입증합니다.
이 논문은 몬테카를로 시뮬레이션을 통해 유한 선택 모델 (FSM) 의 증강 매개변수가 추정량 성능에 미치는 영향을 분석하여, 적절한 증강은 공변량 균형을 개선하지만 과도한 증강은 분산을 증가시킬 수 있음을 보여주고 실용적인 선택 가이드라인을 제시합니다.
이 논문은 희소하게 관측된 종단 데이터를 밀집한 기능적 데이터로 전환하는 과정에서 고유편성분 점수의 예측 분포가 어떻게 수렴하고 축소되는지 연구하며, 기능적 선형 모델에서 예측 불일치 문제를 해결하기 위한 예측 분포의 구성과 수렴 속도를 제시합니다.
이 논문은 이산형 또는 연속형 치료 변수와 비일정한 효과를 가진 가법적 비선형 모델에서 관측 데이터의 도구변수 유효성을 검증하기 위해 보조 기반 독립성 테스트 (AIT) 조건을 제안하고, 그 필요충분 조건 및 실증적 유효성을 입증합니다.
이 논문은 랜덤 효과 패널 데이터 모델에서 하우스만 검정을 보완하여 단일 모델로부터 매개변수별 편향을 추정하고 퍼뮤테이션 기반 p-값을 제공하는 새로운 진단 방법을 제안하고, 이를 실제 데이터에 적용하여 실용성을 입증합니다.
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 다중 센터 무작위 대조 시험에서 센터 간 상관관계를 무시할 때 발생하는 추정 오류를 해결하고, 반모수적 효율 추정량과 새로운 추론 프레임워크를 통해 평균 치료 효과 및 반사실적 평균의 추정 정확도와 검정력을 향상시키는 방법을 제안합니다.
이 논문은 관측 노이즈와 추정 오차를 고려한 새로운 실용적 식별성 기준인 (e, q)-식별성을 정의하고, 미분 대수 기법과 WENDy 방법을 결합한 약형 방정식 오차 기반 추정법을 통해 기존 방법보다 빠르고 강건하게 시스템의 식별성을 평가하는 방법을 제시합니다.
이 논문은 항만 운영 능력과 극한 능력을 구분하여 추정하는 새로운 프레임워크를 제시하고, 휴스턴 항을 사례로 적용하여 운영 능력은 약 0.9 척/시간, 극한 능력은 약 1.4 척/시간으로 추정하며, 안정적 조건에서는 액체 벌크 터미널이, 교란 후에는 파일럿 가용성이 주요 병목 요인임을 규명했습니다.
이 논문은 단위근 과정에 대한 불확실성이 있는 공적분 회귀에서 적응형 LASSO 추정량의 새로운 점근적 성질을 규명하고, 오라클 속성에 기반한 기존 방법의 한계를 극복하여 모든 모수 공간에서 유효한 신뢰구간을 구성하는 방법을 제시합니다.