Statistiques

Une étude présente un modèle pour estimer la propagation du COVID-19 dans les régions.

Des chercheurs utilisent le machine learning pour améliorer la détection des ondes solitaires internes dans les données océaniques.

Examiner le fossé entre les élites et les masses dans les discussions politiques en ligne.

Utiliser des données d'expression génique pour prédire les impacts chimiques sur la santé et l'environnement.

Analyse des méthodes traditionnelles et d'apprentissage automatique pour gérer les données manquantes.

Apprends comment les copules en vigne améliorent les prédictions dans des relations de données complexes.

Une approche flexible pour analyser des ensembles de données complexes en utilisant des priorités imbriquées avec des atomes partagés.

Méthodes innovantes pour récupérer des étiquettes temporelles à partir de données dynamiques bruyantes.

Une nouvelle méthode pour améliorer la sélection des donneurs pour l'estimation des effets causals.

Cet article parle du rôle des procédures minimax pour améliorer la précision de la régression linéaire.

UNHaP détecte efficacement les événements physiologiques en filtrant le bruit des signaux authentiques.

Une nouvelle méthode améliore l'orientation dans les modèles de diffusion en utilisant l'apprentissage par renforcement.

Découvrez comment le Routing-by-Memory améliore les performances des MLP dans les réseaux de neurones graphiques.

Cet article parle des méthodes pour améliorer les réseaux de neurones grâce à l'équivariance et la symétrie.

Présentation de jointLCA, une méthode pour mieux comprendre les connexions dans les données multivues.

Cette étude se concentre sur l'apprentissage par renforcement hors ligne et le développement d'algorithmes pour améliorer la prise de décision.

Cette recherche développe des méthodes pour une allocation équitable des ressources malgré des retours d'utilisateur limités.

Un aperçu de comment le cadre des estimands améliore l'analyse des essais cliniques.

Une nouvelle façon de comprendre les connexions humaines complexes grâce à l'analyse floue des réseaux sociaux.

Une étude sur comment le Park-and-Ride peut réduire la congestion et les émissions.

L'infos a un gros impact sur la prise de décisions dans plein de domaines.

La loi de Benford montre des motifs bizarres dans les premiers chiffres de différents ensembles de données.

Une méthode pour une analyse de signal détaillée dans le temps et la fréquence.

De nouvelles méthodes améliorent la compréhension de l'univers grâce aux données de lentille gravitationnelle faible.

Une nouvelle méthode combine MCMC diviser pour régner avec des modèles de diffusion pour un meilleur échantillonnage.

Cet article parle des méthodes pour échantillonner des données complexes et de haute dimension de manière plus efficace.

Une nouvelle approche pour comprendre les interactions boursières pendant les changements de marché.

Les méthodes bayésiennes améliorent la vitesse et la précision de l'analyse des données pour les grands ensembles de données.

Une nouvelle méthode fusionne l'inférence bayésienne et l'apprentissage automatique pour une meilleure analyse des données.

Une nouvelle méthode pour estimer les attentes conditionnelles de manière efficace dans des environnements incertains.

Examiner comment les modèles de population façonnent les généalogies et influencent les algorithmes génétiques.

De nouvelles techniques d'échantillonnage améliorent l'efficacité de l'analyse statistique.

Utiliser des méthodes bayésiennes pour améliorer les estimations des effets des traitements en recherche médicale.

Une nouvelle méthode pour améliorer la sélection des donneurs pour l'estimation des effets causals.

Présentation de jointLCA, une méthode pour mieux comprendre les connexions dans les données multivues.

Une nouvelle approche améliore l'apprentissage multimodal en s'attaquant aux déséquilibres de contribution des données.

Introduction d'une approche bayésienne pour améliorer la sélection des variables dans les modèles de régression.

Un guide pour optimiser la taille de l'échantillon pour une analyse de données efficace.

Découvre comment le quilting en cluster s'attaque aux défis de l'apprentissage en patchwork avec des ensembles de données incomplets.

Analyse des méthodes traditionnelles et d'apprentissage automatique pour gérer les données manquantes.

Cet article parle du rôle des procédures minimax pour améliorer la précision de la régression linéaire.

Apprends à prévoir quand des conditions météorologiques extrêmes peuvent se produire.

Cet article parle des méthodes pour échantillonner des données complexes et de haute dimension de manière plus efficace.

Apprends comment la régression par noyau et la mise à jour bayésienne améliorent les prédictions avec de nouvelles données.

Méthodes innovantes pour récupérer des étiquettes temporelles à partir de données dynamiques bruyantes.

Cet article présente des quantiles minimax pour de meilleures estimations statistiques.

Cette étude examine les PINNs bayésiens pour estimer les paramètres des PDE à partir de données bruitées.

Deux nouveaux estimateurs améliorent la précision dans l'analyse des données de réponse des items.