A Hierarchical Bayesian Analysis of Memory Load Effects on Visual Working Memory Precision
본 연구는 공공 시각 작업 기억 데이터셋에 계층적 베이지안 모델링을 적용하여 기억 정밀도가 부하 증가에 따라 체계적으로 감소함을 입증하고, 상당한 개인적 변동성을 드러내며, 비선형 모델이 이러한 효과를 포착하는 데 있어 선형 대안보다 우수함을 보여준다.
110 편의 논문
본 연구는 공공 시각 작업 기억 데이터셋에 계층적 베이지안 모델링을 적용하여 기억 정밀도가 부하 증가에 따라 체계적으로 감소함을 입증하고, 상당한 개인적 변동성을 드러내며, 비선형 모델이 이러한 효과를 포착하는 데 있어 선형 대안보다 우수함을 보여준다.
본 논문은 전자 건강 기록 내의 불완전한 고차원 종단적 이진 데이터를 효과적으로 복구하여 기존 방식에 비해 역학적 추정치의 편향을 유의미하게 줄이는 계산 가능한 확장성을 갖춘 다중 대치 방법으로서, 클러스터 로지스틱 요인 및 랜덤 효과(Clustered Logistic Factor with Random Effects, CLF-RE) 프레임워크를 소개하고 검증한다.
본 연구는 페루의 국가 가구 조사 데이터를 적용한 EM-와이불 혼합 모델을 활용하여 12개 가전제품 카테고리의 1차 및 2차 사용 수명을 추정하며, 이를 통해 뚜렷한 소유 확산 패턴을 밝히고 2008년부터 2024년까지 페루 내 가전제품의 수명 및 재사용에 대한 최초의 국가 대표적 평가를 제공한다.
이 논문은 고차원 데이터셋에서 동적 하이퍼파라미터를 통해 개선된 정규화와 더 낮은 평균 제곱 오차를 달성하기 위해, 두 개의 새로운 정리에 의해 뒷받ер되는 점근적 엘라스틱 넷(elastic-net) 패널티 함수에 기반한 휴리스틱 결합 알고리즘을 도입함으로써 고전적인 릿지 회귀를 확장하는 새로운 "점근적 릿지(asymptotic ridge)" 프레임워크를 제안한다.
이 가설 생성 연구는 14개의 독립적인 전 지구적 육상 시스템에 걸쳐 8.314미터 간격의 통계적으로 유의미한 상관관계를 보고하며, 인과 관계를 확립할 수 없음에도 불구하고 잠재적인 미지의 기원 또는 전파 메커니즘을 시사한다.
이 논문은 측정의 불확실성을 뉴트로소픽 구간으로 모델링하여 제곱합의 유계적이고 불확실성을 고려한 분해와 형식적으로 보장된 F-통계량을 제공함으로써, 사전 분포 가정을 요구하지 않고도 기기 교정 오차 및 생물학적 변동성이 존재하는 시나리오로 고전적 회귀 ANOVA를 확장하는 새로운 통계적 프레임워크인 하이브리드 뉴트로소픽 회귀 ANOVA(HNRA)를 소개한다.
이 논문은 웹 스크래핑된 BlaBlaCar 데이터가 이탈리아의 이동 패턴을 분석하기 위해 전통적인 ISTAT 인구 통계 자료를 보완하는 소스로서 갖는 유용성을 평가하며, 제도적 데이터와 네트워크 데이터를 중력 모델과 결합함으로써 일상적인 통근과 자발적인 장거리 여행 트렌드를 모두 포착할 수 있음을 입증한다.
본 연구는 일본의 H1N1 전파를 분석하기 위해 시간 의존적 행동 백신 접종 역학을 포함하는 새로운 8구획 결정론적 모델을 제안하며, 기초 재생산 지수가 질병의 안정성을 결정하고 효과적인 완화가 백신 접종률 최적화, 격리 조치, 그리고 인지된 백신 접종 비용의 감소에 달려 있음을 입증한다.
본 논문은 허용 가능한 확률 척도들의 집합에 걸쳐 결정 안정성을 평가함으로써, 특정 모델링 가정에 의존하는 결론과 강건한 연구 결론을 구분함으로써 불확정적 확률이 존재하는 설정으로 기존의 분석을 확장하는 일반화된 정보 가치(IP-VOI) 프레임워크를 제안한다.
본 연구는 48,130건의 산재 보험 청구 데이터를 바탕으로 CatBoost 분류기를 활용하여 변호사 개입을 확률적 리스크 프로세스로 모델링함으로써, 저위험, 중위험, 고위험 계층에 따라 소송 동인이 어떻게 변화하는지 입증하고 리스크 계층화와 설명력을 향상시키기 위해 체제 경계 근처에서의 비대칭적 특징 패턴을 밝혀낸다.