446 편의 논문
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.
본 논문은 오류가 발생하기 쉬운 기관 태그에 의존하는 대신 원시 소속 문자열에서 직접 데이터를 도출함으로써 방사선 종양학 분야의 저자 소속 및 경력 할당 정확도를 향상시키는, 재현 가능하고 분야에 구애받지 않는 파이프라인을 제시하며, 표준 베이스라인보다 현저히 높은 정밀도(F1 ≈ 0.92)를 달성하였다.
본 연구는 임신 전 상담 맥락에서 AI 기반 챗봇 시스템에 대한 여성의 지식, 태도, 수용도 및 신뢰도를 효과적으로 평가하기 위해 신뢰할 수 있는 3요인 19개 문항의 척도를 개발하고 타당도를 검증하였다.
본 연구는 OpenAlex 데이터베이스 내에서 동아시아 연구자들이 영어권 및 기타 연구자들에 비해 현저히 높은 성명 충돌 부담을 안고 있음을 정량화하며, 성명 기반의 저자 식별이 본질적으로 불평등함을 입증하고 공정한 연구 평가를 보장하기 위해 SigmaCV와 같은 식별자 기반 솔루션의 도입을 옹호한다.
본 논문은 Bergsma-Dassios의 τ∗를 공식 통계를 위한 강건한 부호-공분산 기반 의존성 측정치로 제안하며, 이론적 분석, EU-SILC 데이터 적용 및 시뮬레이션 연구를 통해 이것이 비선형 관계를 탐지하고 데이터 오염을 처리하는 데 있어 전통적인 상관계수 지표보다 우수함을 입증한다.
이 논문은 결정론적 천장(deterministic ceiling)을 조건부 분위수 프런티어(conditional-quantile frontiers)로 대체하여 단일 경계 관측치에 대한 효과 크기의 민감도를 완화하면서도 방법론의 핵심적인 해석 체계를 보존하는, 허용 매개변수화된 NCA의 확장형인 분위수 필요 조건 분석(QNCA)을 소개한다.
이 논문은 대수적 역산(algebraic inversion)과 벡터 자기회귀(Vector Autoregression)를 통해 시변적 유행 매개변수를 추정함으로써 코로나19 확진자 및 사망자 예측에 있어 정적 및 단순 예측 베이스라인보다 우수한 성능을 보이는 재현 가능한 하이브리드 SIRD 프레임워크를 소개하지만, 현재 확률적 보정 측면에서는 제한적인 모습을 보인다.
이 논문은 변형된 부분 로지스틱 인공 신경망(PLANN)을 사용하는 머신러닝 접근법을 사용하여 순생존율을 추정 및 예측하는 방법을 소개하며, 이는 전통적인 스플라인 기반 회귀 분석과 비교하여 복잡한 데이터 구조를 처리하는 데 있어 유연성을 입증하는 동시에 작은 표본 크기에서 추정치의 높은 분산을 언급하고 구현을 위한 `survivalPLANN` R 패키지를 제공한다.
본 연구는 2006년부터 2024년까지 헝가리 고등 교육 이동 네트워크의 구조적 진화를 분석하기 위한 그래프론 기반 프레임워크를 도입하며, 스펙트럼 및 분포 거리 지표가 정책 유도형 변화를 포착하고 계층적 네트워크 티어를 밝혀내는 데 있어 전통적인 통계보다 더 우수함을 입증한다.
본 연구는 요구되는 통계적 성능을 유지하면서 기대 총 비용을 최소화하도록 EWMA-GLT 관리도를 설계 최적화함으로써, 2단계(Phase II)의 다변량 범주형 프로세스를 모니터링하기 위한 통합된 경제-통계적 프레임워크를 제안한다.