Statistical mechanics of data-driven modeling
이 논문은 추론을 정보 열역학의 제1법칙에 의해 지배되는 물리적 과정으로 취급하고, 비정형적인 규제 없이 열용량 이상 현상을 활용하여 최적의 모델 구조를 내생적으로 식별하는 제인스의 최대 엔트로피 원리에 기반한 데이터 구동형 모델링을 위한 열역학적 프레임워크를 구축한다.
257 편의 논문
이 논문은 추론을 정보 열역학의 제1법칙에 의해 지배되는 물리적 과정으로 취급하고, 비정형적인 규제 없이 열용량 이상 현상을 활용하여 최적의 모델 구조를 내생적으로 식별하는 제인스의 최대 엔트로피 원리에 기반한 데이터 구동형 모델링을 위한 열역학적 프레임워크를 구축한다.
이 논문은 예측적 순위 산정 이전에 어떠한 허용 가능한 모델이라도 특정 구조적 진단치를 재현할 수 있는지 여부를 평가함으로써 공간 모델 클래스를 검증하여, 단순한 예측 성능과 구조적 적합성 및 관측 가능성을 구별하는 시뮬레이션 보정 프레임워크인 "지질통계학적 도달 가능성(geostatistical reachability)"을 소개한다.
본 논문은 T-X 패밀리 프레임워크를 사용하여 새로운 6-매개변수 일반화 와이불-쿠마라스와미-로맥스 분포를 도입하고, 이의 기본 함수들을 유도하며, 원 모멘트(raw moments)와 엔트로피의 계산을 단순화하기 위해 확률 밀도 함수에 대한 새로운 선형 급수 전개를 제안한다.
이 논문은 도시의 전력 수요에 대한 머신러닝 모델의 예측 성능이 도시의 구조적 특성이나 지리적 위치보다는 도시의 과거 부하 패턴(구체적으로는 계절적 변동성과 온도 민감도)의 내재적 예측 가능성에 의해 주로 결정된다고 주장한다.
본 연구는 탑다운 스케일(Top-Down Scale, TDS) 알고리즘을 다중 스케일 지리적 시공간 가중 회귀 분석을 위한 계산 효율적이고 통계적으로 견고한 벤치마크로 확립하며, 34,938개의 인구 조사 관측치에 대한 종단적 분석을 통해 파라미터 복구 및 불확실성 보정 측면에서 기존 방법론보다 우월함을 입증하는 동시에 상파울루의 뚜렷한 다중 스케일 도시 동인을 밝혀낸다.
본 연구는 우간다의 570만 건의 바이러스 수치 기록을 사용하여 ART 클라이언트의 차기 방문 바이러스 수치를 정확하게 예측하기 위해 스태킹 기반 앙상블 머신러닝 모델을 개발 및 검증하였으며, R² 0.85의 우수한 성능을 달달성하고 모델 해석력을 위해 LIME을 활용하였다.
이 논문은 도시 블록 크기 분포에서 지역적 혼합으로 인해 발생하는 인위적인 추세와 진정한 국지적 규모 의존성을 구분하기 위한 모델 독립적인 워크플로우를 소개하며, 도쿄에 대한 종합적인 분석을 통해 지역적 이질성이 분포의 꼬리 부분을 평탄하게 만들기는 하지만, 더 작은 블록들은 조성 효과만으로는 설명될 수 없는 유의미한 국지적 가팔라짐을 보인다는 점을 입증한다.
본 논문은 시뮬레이션 연구와 실질적인 기상 응용 사례를 통해 입증된 바와 같이, 복잡하고 부정확한 데이터를 효과적으로 처리하기 위해 커널 및 B-스플라인 방법을 이용한 준모수적 최소제곱 추정법을 사용한 두 가지 유형의 불확실한 단일 지수 모델을 제안하고 검증한다.
본 논문은 중재 연구에 대한 체계적 문헌고찰의 데이터 추출 과정에서 연구자의 충성도 관련 특성을 체계적으로 선별하고 기록하기 위해 설계된 새로운 6개 항목의 도구인 실무자 충성도 위험 척도(PARS-6)의 이론적 개발 및 구조를 제시하며, 이것이 확정적인 편향 측정치가 아니라 기술적인 위험 지표로서 기능함을 명시적으로 밝힌다.
본 연구는 SciVal 서지 계량 데이터와 예측 모델을 활용하여, 필리핀 국립대학교들의 출판량이 2015년부터 2025년까지 유의미하게 증가했으나, 일률적인 인센티브보다는 표적화된 역량 강화 투자가 이루어지지 않는 한 제3지역이 주도하는 연구 성과 및 영향력의 상당하고 지속적인 지역 간 격차가 2030년까지 계속될 것임을 밝혀낸다.