261 편의 논문
본 연구는 몬테카를로 시뮬레이션과 경험적 검증을 활용하여 종단적 인과 추론을 위한 결측치 대체 및 교란 요인 통제 전략의 최적 조합을 식별하며, 측정되지 않은 교란 요인이 없는 상태에서 이중 강건 추정법과 결합된 다중 대체 또는 랜덤 포레스트가 이질적 효과를 파악하는 데 가장 우수한 성능을 보임을 입증한다.
이 논문은 이전의 한계점들을 해결하기 위해 재감염, 신생아, 백신 접종, 그리고 노출 구획을 포함하는 일반화된 6개 방정식 SEIR 모델을 제안하고, 전염병 통제를 위해 노출 인구 역학에 기반한 새로운 기초 감염 재생산 수를 도입하며, 이 프레임워크를 활용하여 2027년 중후반 영국 내 백일해 사례의 재유행을 예측한다.
본 연구는 문서 표본에서 극단적인 인용 이상치를 제외하고 최적의 유지 임계값을 90%로 설정하여 학술지 영향력 지수를 재계산하는 것이 지표의 변동성을 효과적으로 줄이고 학술지 평가 체계의 안정성과 합리성을 향상시킨다는 것을 입증한다.
이 논문은 네트워크의 분산 가중 사회적 권력(F)이 집단의 합의를 거짓된 값으로 유도하는 데 필요한 최소 정보 비용과 그러한 공격을 탐지하는 난이도를 동시에 결정한다는 점을 입증하며, 집단적 정확성을 향상시키기 위해 영향력을 집중시키는 것이 본질적으로 네트워크의 탐지 불가능한 조작에 대한 취약성을 증가시킨다는 사실을 밝혀낸다.
이 논문은 헤비 테일 오염과 적대적 이상치가 존재하는 고차원 데이터에 대해 효율적이고 메모리 경량화된 공분산 추정을 가능하게 하기 위해, 강건한 스케일 추적과 Frequent Directions 행렬 스케칭을 결합한 아임계 차수 스트리밍 알고리즘인 Sketch-FORCE를 소개한다.
본 연구는 보건 분야 스코핑 리뷰 내에서 Elicit을 활용한 AI 지원 데이터 추출에 대한 비례적 검증 프레임워크를 평가하며, AI와 인간 추출 간의 높은 일치도(AC2 = 0.960)가 완전한 이중 수동 추출에 대한 신뢰할 수 있고 확장 가능한 대안으로서 구조화된 인간 참여형(human-in-the-loop) 워크플로우의 사용을 뒷받침함을 입증한다.
50만 건 이상의 영국 교통사고 기록에 인과적 머신러닝을 적용한 이 연구는 제한 속도가 시속 50마일 이상인 도로가 치명적이거나 심각한 사고의 가능성을 약 6~7 퍼센트 포인트 증가시키며, 이러한 효과는 건조하고 양호한 조건의 낮 시간대에 가장 두드러진다고 추정한다.