Estadística

Examinando la división entre las élites y las masas en las discusiones políticas en línea.

Usando datos de expresión genética para predecir los impactos químicos en la salud y el medio ambiente.

Analizando métodos tradicionales y de aprendizaje automático para manejar datos faltantes.

Aprende cómo las vine copulas mejoran las predicciones en relaciones complejas de datos.

Un enfoque flexible para analizar conjuntos de datos complejos usando Priors Anidados de Átomos Compartidos.

Métodos innovadores para recuperar etiquetas de tiempo de datos dinámicos ruidosos.

Una mirada a los algoritmos de enlace de registros y su impacto en el análisis de datos.

Examinar la supervivencia de los pacientes con modelos de poliriesgo mejora la precisión de los datos y las decisiones de tratamiento.

Aprende cómo la regresión de kernel y la actualización bayesiana mejoran las predicciones con nuevos datos.

Presentamos PACE, un enfoque estructurado para explicaciones de IA confiables.

Nuevos modelos mejoran las predicciones en entornos de datos en cambio.

Explorando nuevos algoritmos para clasificación multicategoría bajo condiciones de retroalimentación limitada.

Aprende cómo el Quilt de Clúster aborda los desafíos en el aprendizaje de patchwork con conjuntos de datos incompletos.

Analizando métodos tradicionales y de aprendizaje automático para manejar datos faltantes.

Nuevos métodos de atención mejoran los modelos de transformadores en eficiencia y rendimiento.

La Atención Elíptica mejora el enfoque y el rendimiento en tareas de IA.

Un enfoque novedoso para entender las interacciones de las acciones durante los cambios en el mercado.

Los métodos bayesianos mejoran la velocidad y precisión del análisis de datos para grandes conjuntos de datos.

Un nuevo método combina la inferencia bayesiana y el aprendizaje automático para mejorar el análisis de datos.

Un nuevo método para estimar expectativas condicionales de manera eficiente en entornos inciertos.

Examinando cómo los modelos de población dan forma a las genealogías y afectan a los algoritmos genéticos.

Nuevas técnicas en muestreo mejoran la eficiencia en el análisis estadístico.

Una nueva técnica que utiliza electrostática para una mejor muestreo y estimación de datos.

Nuevos enfoques para abordar sistemas lineales complejos de manera eficiente.

Presentando un enfoque bayesiano para mejorar la selección de variables en modelos de regresión.

Una guía para optimizar el tamaño de la subs muestra para un análisis de datos eficiente.

Aprende cómo el Quilt de Clúster aborda los desafíos en el aprendizaje de patchwork con conjuntos de datos incompletos.

Analizando métodos tradicionales y de aprendizaje automático para manejar datos faltantes.

Aprende cómo las vine copulas mejoran las predicciones en relaciones complejas de datos.

Un enfoque fresco para entender los efectos causales en estudios de tratamiento con variables continuas.

Un enfoque flexible para analizar conjuntos de datos complejos usando Priors Anidados de Átomos Compartidos.

Un nuevo método mejora el modelado de datos en áreas con información limitada.

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.

Un método para el análisis detallado de señales en el tiempo y la frecuencia.

Nuevos métodos mejoran la comprensión del universo a través de datos de lentes gravitacionales débiles.

Aprende cómo la regresión de kernel y la actualización bayesiana mejoran las predicciones con nuevos datos.

Métodos innovadores para recuperar etiquetas de tiempo de datos dinámicos ruidosos.

Este artículo presenta cuantiles minimax para mejores estimaciones estadísticas.

Este estudio analiza los PINNs bayesianos para estimar parámetros de PDE a partir de datos ruidosos.

Dos nuevos estimadores mejoran la precisión al analizar datos de respuesta de ítems.

Explora cómo el modelo de bloques estocásticos ayuda a identificar comunidades en redes.

Aprende a identificar patrones inusuales en datos de series temporales con la profundidad de Markov.

Aprende técnicas para estimar valores faltantes en secuencias estocásticas estacionarias.