219 papers
Dit artikel introduceert twee niet-parametrische methoden voor het schatten van de verdeling van de tijd tot een nieuwe toestand in een progressief multistate-model met intervalgecensureerde data, waarbij de schatters worden getoetst via simulaties en toegepast op data van borstkankerpatiënten.
Dit artikel introduceert twee robuuste criteria en een sampling-based difference-of-convex algoritme voor het leren van optimale behandelingsregels bij gecensureerde overlevingsdata, met als doel de afgeknotte gemiddelde overlevingstijd en bufferde overlevingskansen te maximaliseren.
Dit artikel onderzoekt drie methoden voor parametrische schatting in een multi-fidelity setting om de modellering van zeldzame gebeurtenissen, zoals extreme schipbewegingen, efficiënter te maken door gebruik te maken van zowel hoog- als laag-fidelity data.
Dit artikel biedt een grondige theoretische analyse van de Vecchia-benadering voor isotrope Matérn-Gaussian Processes, waarbij het de probabilistische eigenschappen, de keuze van de DAG-structuur en de optimale contractiesnelheid van de posterior in niet-parametrische regressie vaststelt.
Dit artikel verbetert de theorie van parametrische bootstrapping voor voorspellingsintervallen van kleine gebieden door aan te tonen dat de dekking van alleen behouden blijft bij het bestaan van een pivot, en stelt een dubbele parametrische bootstrap-methode voor om de dekking te corrigeren wanneer een pivot ontbreekt.
Deze paper introduceert NETCROP, een efficiënte en nauwkeurige methode voor cross-validatie en modelselectie in complexe netwerken door het gebruik van overlappende subnetwerken.
Dit artikel introduceert een nieuw causaal raamwerk voor meta-analyses dat, in tegenstelling tot traditionele methoden die vaak falen bij niet-lineaire maatstaven, nieuwe aggregatieformules biedt om de interpretatie van behandelingseffecten te verbeteren en potentiële misleidende conclusies over te halen.
Dit artikel presenteert een raamwerk voor het systematisch ontwikkelen van evidence-based aanpassingsvariabelen voor adaptieve interventies, waarbij wordt geconcludeerd dat hoewel secundaire data bruikbaar is, gecontroleerde optimalisatie-experimenten de meest directe causale bewijzen leveren voor het bepalen van meetmomenten, beslismomenten en drempelwaarden.
Deze paper introduceert een methode voor tweestalenvergelijking via additieve boommodellen voor het schatten van dichtheidsverhoudingen, die gebruikmaken van een nieuwe 'balancing loss' voor efficiënte training en Bayesiaanse inferentie met onzekerheidskwantificering.
Dit artikel introduceert de 'Pairwise Last Observation Time' (PLOT) methode, een robuuste en modelvrije aanpak voor het evalueren van behandelingseffecten in longitudinale studies met intercurrente gebeurtenissen zoals overlijden, die zonder structurele aannames werkt door patiënten te vergelijken op het laatste meetpunt voorafgaand aan een dergelijke gebeurtenis.
Deze studie verlegt de aanname van afwezigheid van ongemeten gemeenschappelijke oorzaken in vaccinatieproeven en leidt niet-parametrische causaliteitsgrenzen af voor verschillende types van vaccinvaccinatie-effectiviteit, gebruikmakend van lineaire programmering en monotonie-methoden.
Dit artikel introduceert Augmented Time Series Causal Models (ATSCM), een methode die neurale causale ontdekking combineert met contrasterend redeneren om de complexe, dynamische oorzakelijke relaties in energiemarkten te modelleren en scenario's voor hernieuwbare energie te simuleren.
Deze paper introduceert het TNCM-VAE-model, een nieuwe methode die variatie-automatische coderingen combineert met structurele causale modellen om synthetische financiële tijdreeksen te genereren die zowel temporele afhankelijkheden als causale relaties behouden voor verbeterde tegenfeitelijke analyse en risicobeoordeling.
Hoewel het artikel een theoretisch uitbreiding van causale speltheorie naar sequentiële settings introduceert, concludeert het dat deze aanpak geen welvaartswinst biedt ten opzichte van klassieke Stackelberg-evenwichten, omdat rationele terugwaartse afleiding elke strategische meerwaarde van causale lagen elimineert.
Dit artikel introduceert een nieuw gemengd blok -model voor het gelijktijdig modelleren van sterke en zwakke balans in heterogene gesigneerde netwerken, waarbij de identificeerbaarheid wordt bewezen en een efficiënt algoritme wordt ontwikkeld voor consistente gemeenschapsdetectie.
Deze paper introduceert en analyseert varianten van random forests die gebaseerd zijn op het principe van maximum risicominimalisatie (MaxRM) om de generalisatie over verschillende omgevingen te verbeteren, waarbij de auteurs efficiënte algoritmen, statistische consistentie en nieuwe out-of-sample garanties bieden.
Dit artikel introduceert een transfer learning-methode voor functionele lineaire regressie die gebruikmaakt van controlevariaties om privacy-bewuste schattingen mogelijk te maken, waarbij voor het eerst een theoretisch verband wordt gelegd met offset-transfer learning en rekening wordt gehouden met discretisatiefouten.
Dit paper introduceert een unifyend raamwerk voor de detectie van watermerken in grote taalmodellen (LLM's) via e-processen, wat anytime-valid garanties biedt voor online toetsing en de detectiekracht verbetert door adaptieve methoden.
Dit artikel toont aan dat het A-criterium kan worden ontbonden in een D-omvangsterm en een dimensieloze sfericiteitsfactor die de eigenwaardedispersie kwantificeert, waardoor het mogelijk wordt om verschillen in ontwerpprestaties te verklaren die door D-optimaliteit alleen niet worden gevangen.
Dit artikel introduceert en bewijst de optimaliteit van de Epistemische Ondersteuningspunt-filter (ESPF), een uniek filter dat Jaynes' maximum-entropieprincipe voor propagatie combineert met Popperiaanse falsificatie voor updates om de ergste-case epistemische onwetendheid te minimaliseren zonder gebruik te maken van a-priori-kansen.