251 artigos
O artigo apresenta o Critério de Informação Pivotal (PIC), um método contínuo que ajusta automaticamente seu parâmetro de penalidade com base em estatísticas assintoticamente pivotais para superar as limitações de seleção de modelos tradicionais, garantindo uma recuperação precisa do suporte e reduzindo a complexidade do modelo em dados reais.
Este trabalho apresenta uma nova noção quantitativa de privacidade, denominada "Privacidade Adversarial Bayesiana", que supera a privacidade diferencial e a teoria de divulgação estatística ao basear decisões de divulgação na perspectiva de priori, utilizando conceitos da teoria de decisão bayesiana.
Este artigo apresenta uma perspectiva baseada na verossimilhança para a agregação de densidades em ensembles, demonstrando que a média generalizada normalizada com ordem é a única que garante melhorias sistemáticas sobre distribuições individuais, o que justifica teoricamente o uso prático das poolings linear e geométrica.
Este artigo propõe um método de inferência espectral livre de modelo, baseado em razões de lacunas de autovalores, para determinar o número de comunidades em redes, superando as limitações existentes ao lidar simultaneamente com esparsidade e um número divergente de comunidades sem exigir ajuste de parâmetros ou estimativa de distribuições.