Estadística

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.

Nuevos métodos de filtrado mejoran las predicciones climáticas y la toma de decisiones.

Las redes neuronales bayesianas mejoran las predicciones del comportamiento de materiales con estimaciones de incertidumbre.

Un estudio sobre los cambios de temperatura en España y Portugal en el último siglo.

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

Este artículo habla sobre cómo los grafos de conocimiento mejoran la selección de características en el análisis de datos.

Este artículo explora cómo el aprendizaje por refuerzo puede optimizar las operaciones de microreactores.

Aprende cómo el aprendizaje en contexto mejora los modelos predictivos usando múltiples conjuntos de datos.

Explorando el valor de los modelos aproximadamente equivariantes en el aprendizaje automático.

Este artículo presenta cuantiles minimax para mejores estimaciones estadísticas.

Las redes neuronales bayesianas mejoran las predicciones del comportamiento de materiales con estimaciones de incertidumbre.

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

Un enfoque de aprendizaje automático ofrece predicciones climáticas más rápidas y precisas.

Técnicas para mejorar la inferencia gráfica y la estimación de incertidumbre en varios campos.

LaseNet mejora la extracción de variables ocultas en modelos cognitivos usando redes neuronales.

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.

Un método para identificar impactos causales en programas de entrenamiento e intervenciones.

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

Los investigadores presentan un método para evaluar la independencia de variables aleatorias usando quantiles.

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

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

Explorando nuevas técnicas en diseño experimental y análisis de datos para la investigación científica.

Simplificando el análisis de datos espaciales con modelos gráficos dirigidos para resultados de sí/no.

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

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.

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.

Un enfoque de prueba en dos etapas simplifica las interacciones entre numerosas variables genéticas.

Examinando el papel de la robustez en la estimación de distribuciones desconocidas a partir de muestras.