Estadística

Examinando cómo los modelos estocásticos ayudan a predecir la propagación de enfermedades infecciosas.

Un nuevo método de marca de agua ayuda a identificar datos tabulares sintéticos.

Nuevos métodos de normalización mejoran las predicciones de datos espaciales y la eficiencia del análisis.

Nuevos métodos mejoran la búsqueda de exoplanetas lejanos a través de análisis de datos avanzados.

Un nuevo método mejora la imagen del cerebro para mayor precisión y eficiencia.

Este estudio explora cómo los maestros influyen en las creencias y prácticas de otros.

Nuevos métodos mejoran la precisión y la equidad en los resultados de salud.

Analizando la conexión entre la contaminación y el aumento de las temperaturas para una acción política efectiva.

Presentamos EBARS para una selección óptima de nudos en regresión spline multivariada.

Métodos efectivos para manejar etiquetas ruidosas en datos de alta dimensión para una mejor clasificación.

Este estudio examina cómo las predicciones futuras mejoran el rendimiento de clasificación en línea.

Un nuevo marco para crear clasificadores de machine learning fiables y precisos.

Examinando cómo los algoritmos pueden proteger la privacidad mientras optimizan las decisiones en medicina personalizada.

CViT combina el aprendizaje de operadores con campos neuronales condicionados para mejorar la modelación científica.

Esta investigación aborda el sobrealisado en las convoluciones de grafos para mejorar la precisión en la clasificación de nodos.

Presentando la estimación de verosimilitud penalizada por autofagia para abordar el sesgo en los modelos de IA.

Un nuevo paquete de R para regresión semiparamétrica funcional y análisis de datos.

Examinando cómo los modelos estocásticos ayudan a predecir la propagación de enfermedades infecciosas.

Nuevos métodos de normalización mejoran las predicciones de datos espaciales y la eficiencia del análisis.

Un método para crear muestras de datos basadas en condiciones específicas usando modelos de difusión.

Nuevos enfoques mejoran el muestreo de datos de distribuciones complejas en estadística y aprendizaje automático.

Este documento propone usar el aprendizaje por refuerzo para mejorar los algoritmos MCMC adaptativos.

Nuevos métodos en línea mejoran el análisis de datos funcionales para aplicaciones del mundo real.

Una mirada a técnicas avanzadas para una mejor asimilación y filtrado de datos.

Un nuevo paquete de R para regresión semiparamétrica funcional y análisis de datos.

Examinando problemas con el manejo de datos en estudios de expresión genética de scRNA-seq.

Examinando cómo los modelos estocásticos ayudan a predecir la propagación de enfermedades infecciosas.

Presentamos EBARS para una selección óptima de nudos en regresión spline multivariada.

Este artículo habla sobre un nuevo marco para las pruebas de kernel en el análisis de datos complejos.

Un nuevo método para analizar datos espacio-temporales en varios campos.

Nuevos métodos mejoran el análisis de datos de imágenes del cerebro usando técnicas de aprendizaje de variedades.

Cómo las organizaciones pueden mantener los modelos de IA relevantes y precisos.

Una mirada a cómo el ajuste por covariables aclara los hallazgos de la investigación al manejar variables de confusión.

Un método que permite un análisis estadístico adaptativo sin suposiciones de modelo rígidas.

Un nuevo enfoque para los boxplots asegura la privacidad de los datos mientras mantiene un análisis interesante.

Esta investigación desarrolla métodos para una asignación justa de recursos a pesar de la retroalimentación limitada de los usuarios.

Una mirada a cómo el marco de estimandos mejora el análisis de ensayos clínicos.

Un enfoque nuevo para entender las conexiones humanas complejas a través del análisis difuso de redes sociales.

Un estudio sobre cómo el Park-and-Ride puede reducir la congestión y las emisiones.

La información impacta mucho en los procesos de toma de decisiones en varios campos.

Este artículo habla sobre un nuevo marco para las pruebas de kernel en el análisis de datos complejos.

Un nuevo método para analizar datos espacio-temporales en varios campos.

Nuevos métodos mejoran el análisis de datos de imágenes del cerebro usando técnicas de aprendizaje de variedades.

Un nuevo marco para crear clasificadores de machine learning fiables y precisos.

Examinando cómo los algoritmos pueden proteger la privacidad mientras optimizan las decisiones en medicina personalizada.

Esta investigación aborda el sobrealisado en las convoluciones de grafos para mejorar la precisión en la clasificación de nodos.

Una mirada a nuevos métodos para mejorar la eliminación de ruido en matrices en medio de ruido complejo.

Un nuevo enfoque para optimizar la inferencia bayesiana usando métodos generalizados.