254 artigos
Este artigo propõe e avalia dois gráficos de controle de razão de verossimilhança generalizada multivariada (MGLR) aprimorados que integram as regras de sensibilização 2 de 2 e 2 de 3 de Klein para monitorar eficazmente mudanças simultâneas na média e na dispersão do processo, enquanto consideram explicitamente o impacto prejudicial do erro de medição.
Este artigo introduz uma formulação de equações estruturais para processos gaussianos quase periódicos gerais que simplifica a geração e a previsão, reduzindo a complexidade computacional de para , oferecendo uma abordagem escalável e consistente para analisar diversos sinais naturais e fisiológicos.
Este artigo propõe uma estrutura de dois estágios que separa a qualificação do corpus da parada sequencial bayesiana para demonstrar que mesmo modelos bem calibrados e rankings aprimorados não podem garantir a interrupção precoce segura na triagem de literatura acadêmica, conforme evidenciado por altas taxas de parada prematura e baixo recall em validações de benchmark.
Este estudo avalia seis modelos espaço-temporais para a previsão do Índice de Desenvolvimento Humano provincial da Indonésia, constatando que abordagens simples locais e ajustadas por agrupamentos superam arquiteturas complexas de aprendizagem profunda em previsões de curto prazo, particularmente ao considerar mudanças nos limites administrativos e dados de treinamento limitados.
Este artigo apresenta o framework Global Benford Deviation Clustering (GBDC), um novo método não supervisionado que transforma desvios globais da Lei de Benford em pontuações de anomalia por pixel para permitir a detecção de anomalias radiométricas sem necessidade de treinamento em imagens multiespectrais, alcançando uma pontuação F1 média de linha de base de 0,347 no dataset CloudSEN12.
Este estudo com mais de 100.000 alunos em 29 sistemas educacionais revela que distinguir entre regras de tempo de tela dos pais que incluem ou isentam o trabalho escolar revela diferenças significativas na competência digital que são ocultadas pela classificação binária tradicional de regras como simplesmente presentes ou ausentes.
Este artigo introduz uma estrutura estatisticamente rigorosa para testar o equilíbrio estrutural em hipergrafos assinados ao definir um Índice de Frustração de Hiperaresta e um modelo nulo de preservação de grau, o qual, aplicado aos dados de votação da Assembleia Geral das Nações Unidas, revela que a polarização de ordem superior genuína existe apenas em janelas históricas específicas em vez de ser uma constante universal, distinguindo coalizões reais de meras coincidências.
Este artigo demonstra que, na fusão de evidências de Dempster-Shafer de dados contínuos quantizados, a geometria da moldura de agrupamento (binning frame) confunde artificialmente medidas de conflito com a posição da evidência, levando a uma estatística de excesso de conflito proposta para corrigir esse viés, ao mesmo tempo em que revela que as regras de combinação padrão frequentemente se reduzem a produtos Bayesianos com diferenças de eficácia negligenciáveis na previsão de exploração de vulnerabilidades de software.
Este artigo propõe uma estrutura ancorada em especificações que estende a ISO 33406 para abordar a variabilidade dependente de versão em exames moleculares complexos, definindo requisitos mínimos de relato, distinguindo camadas analíticas e estabelecendo proposições falsificáveis para garantir a rastreabilidade e a comparabilidade dos resultados dos exames.
Este artigo propõe um novo Modelo de Mistura Gaussiana Agrupado (GGM) com um algoritmo de Expectativa-Maximização eficiente para descobrir estruturas de grupos latentes interpretáveis entre múltiplas categorias de maneira totalmente orientada por dados, demonstrando desempenho superior em relação aos métodos existentes tanto em simulações quanto em aplicações de comércio eletrônico.