Statistik

Ein Blick auf Algorithmen zur Datenverknüpfung und ihren Einfluss auf die Datenanalyse.

Die Untersuchung des Überlebens von Patienten mit Polyhazard-Modellen verbessert die Datengenauigkeit und die Behandlungsentscheidungen.

Neue Filtermethoden verbessern Klimavorhersagen und Entscheidungsfindung.

Bayesian-neuronale Netzwerke verbessern die Vorhersagen des Materialverhaltens mit Unsicherheitsabschätzungen.

Eine Studie über Temperaturveränderungen in Spanien und Portugal im letzten Jahrhundert.

Ein neuer Ansatz, um die Interaktionen von Aktien während Marktveränderungen zu verstehen.

Dieser Artikel behandelt, wie Wissensgraphen die Merkmalsauswahl in der Datenanalyse verbessern.

Dieser Artikel untersucht, wie Reinforcement Learning die Abläufe in Mikoreaktoren optimieren kann.

Ein neuer Ansatz, um die Interaktionen von Aktien während Marktveränderungen zu verstehen.

Bayes'sche Methoden verbessern die Geschwindigkeit und Genauigkeit der Datenanalyse bei grossen Datensätzen.

Eine neue Methode kombiniert Bayessche Inferenz und maschinelles Lernen für bessere Datenanalyse.

Eine neue Methode zur effizienten Schätzung von bedingten Erwartungen in unsicheren Umgebungen.

Untersuchen, wie Populationsmodelle Familienstammbäume gestalten und genetische Algorithmen beeinflussen.

Neue Techniken in der Stichprobenziehung verbessern die Effizienz in der statistischen Analyse.

Eine neuartige Technik, die Elektrostatik für eine bessere Datenerfassung und Schätzung verwendet.

Neue Ansätze, um komplexe lineare Systeme effizient zu lösen.

Eine neue Methode, die die Stärken von Sliced und Tree Wasserstein für die dynamische Datenanalyse kombiniert.

Kalibrierung sorgt dafür, dass Vorhersagen mit den tatsächlichen Ergebnissen in verschiedenen Bereichen übereinstimmen.

Lern, wie In-Context-Lernen prädiktive Modelle mit mehreren Datensätzen verbessert.

Die Erkundung des Werts von ungefähr äquivarianten Modellen im maschinellen Lernen.

Dieser Artikel stellt Minimax-Quantile vor, um bessere statistische Schätzungen zu erhalten.

Bayesian-neuronale Netzwerke verbessern die Vorhersagen des Materialverhaltens mit Unsicherheitsabschätzungen.

Diese Studie untersucht Bayesianische PINNs zur Schätzung von PDE-Parametern aus verrauschten Daten.

Ein maschinelles Lernverfahren bietet schnellere, genauere Klimavorhersagen.

Eine Methode, um ursächliche Auswirkungen in Trainingsprogrammen und Interventionen zu identifizieren.

Ein Blick auf Algorithmen zur Datenverknüpfung und ihren Einfluss auf die Datenanalyse.

Forscher stellen eine Methode vor, um die Unabhängigkeit von Zufallsvariablen mithilfe von Quantilen zu bewerten.

Die Untersuchung des Überlebens von Patienten mit Polyhazard-Modellen verbessert die Datengenauigkeit und die Behandlungsentscheidungen.

Diese Studie untersucht Bayesianische PINNs zur Schätzung von PDE-Parametern aus verrauschten Daten.

Neue Techniken im experimentellen Design und in der Datenanalyse für wissenschaftliche Forschung erkunden.

Vereinfachung der räumlichen Datenanalyse mit gerichteten grafischen Modellen für Ja/Nein-Ergebnisse.

Ein neuer Ansatz, um die Interaktionen von Aktien während Marktveränderungen zu verstehen.

Diese Forschung entwickelt Methoden für eine faire Ressourcenverteilung trotz begrenztem Nutzerfeedback.

Ein Blick darauf, wie der Estimand-Rahmen die Analyse von klinischen Studien verbessert.

Ein neuer Ansatz, um komplexe menschliche Verbindungen durch fuzzy Soziale Netzwerk Analyse zu verstehen.

Eine Studie darüber, wie Park-and-Ride Staus und Emissionen reduzieren kann.

Information hat grossen Einfluss auf Entscheidungsprozesse in verschiedenen Bereichen.

Das Benfordsche Gesetz zeigt komische Muster bei den ersten Ziffern in Datensätzen.

Ein Verfahren zur detaillierten Signal Analyse über Zeit und Frequenz.

Neue Methoden verbessern das Verständnis des Universums durch Daten zur schwachen Gravitationslinsenwirkung.

Dieser Artikel stellt Minimax-Quantile vor, um bessere statistische Schätzungen zu erhalten.

Diese Studie untersucht Bayesianische PINNs zur Schätzung von PDE-Parametern aus verrauschten Daten.

Zwei neue Schätzer verbessern die Genauigkeit bei der Analyse von Itemantwortdaten.

Erkunde, wie das stochastische Blockmodell dabei hilft, Gemeinschaften in Netzwerken zu identifizieren.

Lern, wie man ungewöhnliche Muster in Zeitreihendaten mit Markov-Tiefe identifiziert.

Lerne Techniken, um fehlende Werte in stationären stochastischen Reihen zu schätzen.

Ein zweistufiger Testansatz vereinfacht die Interaktionen zwischen verschiedenen genetischen Variablen.

Die Rolle von Robustheit bei der Schätzung unbekannter Verteilungen aus Stichproben untersuchen.