110 artigos
Este artigo introduz um novo modelo estrutural heterocedástico que estima a variabilidade específica de área e os impactos espaciais defasados sem assumir a homocedasticidade transversal, demonstrado através de uma análise da relação entre a temperatura global, o uso de combustíveis fósseis e as emissões de carbono em sete países sul-americanos.
Este artigo propõe um método eficiente de análise de confiabilidade que integra processos gaussianos locais, uma nova função de aprendizado adaptativo e subespaços ativos para superar as limitações das abordagens baseadas em otimização global na estimativa de probabilidades de falha para problemas de eventos raros, altamente não lineares e de alta dimensão.
Este artigo apresenta o EPR-C3, uma heurística determinística e sensível a restrições que identifica eficientemente subconjuntos de preditores de alta qualidade e estatisticamente admissíveis para regressão linear múltipla de alta dimensão ao combinar busca de vizinhança estruturada com etapas de refinamento específicas, oferecendo uma alternativa computacionalmente tratável à enumeração exaustiva enquanto supera métodos de seleção existentes.
Este estudo utiliza simulações de Monte Carlo e validação empírica para identificar combinações ideais de estratégias de imputação de dados ausentes e controle de confundidores para inferência causal longitudinal, demonstrando que a imputação múltipla ou o random forest combinados com a estimação duplamente robusta produzem o melhor desempenho para efeitos heterogêneos sem confusão não medida.
Este artigo propõe um modelo SEIR generalizado de seis equações incorporando reinfecções, recém-nascidos, vacinações e um compartimento de expostos para abordar limitações anteriores, introduz um novo número de reprodução baseado na dinâmica da população exposta para o controle epidêmico e utiliza este arcabouço para prever um ressurgimento de casos de coqueluche na Inglaterra durante meados a o final de 2027.
Este estudo demonstra que o recálculo dos fatores de impacto de periódicos, excluindo valores atípicos extremos de citações da amostra de documentos, com um limiar de retenção ideal de 90%, reduz efetivamente as flutuações dos indicadores e aumenta a estabilidade e a racionalidade dos sistemas de avaliação de periódicos.
Este artigo demonstra que o poder social ponderado pela variância (F) de uma rede dita simultaneamente o custo mínimo de informação necessário para direcionar o consenso de um grupo para um valor falso e a dificuldade de detectar tal ataque, revelando que concentrar a influência para melhorar a precisão coletiva aumenta inerentemente a vulnerabilidade da rede à manipulação indetectável.
Este artigo introduz o Sketch-FORCE, um algoritmo de streaming subquadrático que combina o rastreamento de escala robusto com o esboço de matriz Frequent Directions para permitir a estimativa eficiente e de baixa memória de covariância para dados de alta dimensão sob contaminação de cauda pesada e outliers adversários.
Este estudo avalia uma estrutura de validação proporcionada para a extração de dados assistida por IA utilizando o Elicit em uma revisão de escopo de saúde, demonstrando que a alta concordância entre a extração por IA e humana (AC2 = 0,960) apoia o uso de fluxos de trabalho estruturados com humanos no ciclo como uma alternativa confiável e escalável à extração manual dupla completa.
Utilizando aprendizagem automática causal em mais de 500.000 registos de acidentes no Reino Unido, este estudo estima que estradas com limites de velocidade de 50 mph ou superiores aumentam a probabilidade de acidentes fatais ou graves em aproximadamente 6–7 pontos percentuais, sendo que estes efeitos são mais pronunciados durante o dia sob condições secas e favoráveis.