Estadística

Explorando problemas de equidad en los modelos de lenguaje de IA y sus implicaciones.

Nuevo algoritmo mejora el agrupamiento al combinar características y posiciones espaciales.

Los científicos mejoran las predicciones de energía solar usando métodos de corrección de sesgo para modelos climáticos.

Un nuevo modelo mejora las predicciones de resultados clínicos para pacientes con Mieloma Múltiple.

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

Una mirada a cómo se califican las empresas en Europa en sostenibilidad.

El diseño continuo busca acelerar el desarrollo de tratamientos contra el cáncer.

Un nuevo método mejora la comprensión de los efectos del tratamiento al fusionar datos de ensayos clínicos aleatorios y datos observacionales.

Una mirada al papel de la complejidad en el rendimiento del modelo.

Una nueva función de pérdida mejora el aprendizaje de características en tareas de clasificación.

Explorando métodos de clasificación para mezclas gaussianas superpuestas en aprendizaje automático.

Los tensores ofrecen una nueva forma de analizar datos complejos en varios campos.

Nuevos métodos mejoran la precisión en el manejo de datos faltantes para árboles en etapas.

Este artículo examina cómo se desarrolla el sesgo durante el entrenamiento de modelos de aprendizaje automático.

Examinando la influencia del ruido y señales estructuradas en modelos de matrices aleatorias.

Un nuevo método mejora el análisis de distribución de datos en varias categorías.

Desarrollamos métodos para refinar modelos usando observaciones ruidosas e indirectas.

Este trabajo mejora los métodos de muestreo para sistemas complejos que están atrapados en ciertos estados.

GMR ofrece un enfoque nuevo para estudiar múltiples factores y resultados en la investigación.

Una mirada a cómo se califican las empresas en Europa en sostenibilidad.

Aprende cómo el aprendizaje en línea bayesiano adapta modelos con los datos que van llegando.

Un nuevo modelo mejora el análisis de datos de salud complejos.

Nuevas herramientas mejoran la eficiencia usando menor precisión en los cálculos para la investigación.

Examinando métodos para analizar chorros de colisiones de partículas de alta energía.

Un enfoque flexible para generar CFEs que respete las preocupaciones de privacidad de datos.

Examinando patrones de datos espaciales y su contenido de información.

Los tensores ofrecen una nueva forma de analizar datos complejos en varios campos.

Un nuevo método mejora la precisión de los efectos del tratamiento en diferentes grupos de pacientes.

Este documento mejora la CCA usando regresión de rango reducido para conjuntos de datos de alta dimensión.

Un método para estimar parámetros en análisis de regresión bajo ciertas restricciones de datos.

Explorando mejoras en la predicción de patrones de puntos usando Aprendizaje de Procesos Puntuales.

Este documento presenta un nuevo marco para mejorar la aleatorización en ensayos clínicos.

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.

La Ley de Benford muestra patrones extraños en los primeros dígitos de los conjuntos de datos.

Los tensores ofrecen una nueva forma de analizar datos complejos en varios campos.

Examinando la influencia del ruido y señales estructuradas en modelos de matrices aleatorias.

Aprende cómo el aprendizaje por transferencia ayuda a clasificar datos dinámicos de manera efectiva.

Nuevos algoritmos para extraer señales de escenarios de ruido complejo.

Este documento explora el comportamiento del algoritmo EM en la regresión lineal mixta para mejorar la precisión del modelo.

Explorando mejoras en la predicción de patrones de puntos usando Aprendizaje de Procesos Puntuales.

Explora métodos para manejar datos escasos y de alta dimensión en análisis de regresión.

Este documento presenta un nuevo marco para mejorar la aleatorización en ensayos clínicos.