Statistiques

Une nouvelle méthode pour des mesures de surface précises en optique.

Une nouvelle méthode améliore l'évaluation de la densité mammaire et les prédictions de risque de cancer.

Une nouvelle méthode améliore l'analyse des données sismiques pour renforcer la sécurité face aux tremblements de terre.

Une étude examine comment les variables instrumentales peuvent améliorer les modèles de score de propension dans la recherche sur les médicaments.

Une étude sur les intempéries extrêmes et les risques pour la santé à travers l'Australie.

Une étude révèle des différences clés dans le succès des tirs des joueurs sur le terrain.

Les modèles Max-ARMA prédisent le comportement des rivières pendant les événements météorologiques extrêmes.

Cet article aborde les méthodes pour gérer les données manquantes dans les études sur le diabète en utilisant les CGM.

L'apprentissage par transfert utilise des connaissances d'un domaine pour améliorer des tâches dans un autre.

CASGNN améliore l'imputation des données manquantes en se concentrant sur les relations causales.

Combiner la détection OOD et la prédiction conforme améliore la fiabilité du modèle.

Une étude souligne la dépendance de CLIP à des caractéristiques trompeuses dans la reconnaissance d'images.

Cet article met en avant de nouvelles méthodes pour calculer des dérivées dans des fonctions non lisses qui sont pertinentes pour l'apprentissage automatique.

Le modèle des Mallows groupés améliore notre façon d'analyser les préférences dans les classements.

Un aperçu clair de comment les arbres fonctionnels aident dans l'analyse de données.

Une étude sur les bandits de duel non stationnaires et leurs dynamiques d'apprentissage.

Une méthode pour choisir les meilleures variables pour une analyse de données plus claire.

Apprends comment de nouvelles méthodes améliorent les prédictions pour les événements et résultats aléatoires.

Une comparaison des mesures de distance pour une analyse de clustering efficace.

Un regard clair sur pourquoi changer de porte est la stratégie gagnante.

Un projet pour améliorer la représentation des groupes sous-représentés dans les enquêtes en Ligurie.

Cet article parle des méthodes pour estimer les paramètres qui changent dans des systèmes dynamiques en utilisant des données en temps réel.

Présentation des points attendus et de l'EPAA pour évaluer les contributions des joueurs au basket.

Comprendre les complexités de l'évaluation des effets d'un seul traitement dans les conceptions factorielle.

Une nouvelle méthode pour des mesures de surface précises en optique.

Améliorer la récupération d'infos grâce aux méthodes bayésiennes en imagerie et traitement du signal.

Présentation de résidus améliorés pour mieux analyser les ensembles de données compositionnels.

Ce travail introduit une nouvelle méthode pour estimer les processus de diffusion en utilisant des techniques de Monte Carlo multiniveau.

Un aperçu de l'inférence variationnelle et son impact sur l'approximation de données complexes.

On va parler des méthodes pour gérer les données manquantes dans les modèles autorégressifs spatiaux.

De nouvelles techniques améliorent l'estimation des paramètres dans des scénarios de données complexes.

Cet article présente une méthode pour une estimation sans biais en utilisant l'échantillonnage de Monte Carlo et les séries de Taylor.

Une nouvelle méthode améliore les prédictions sur l'efficacité de la thérapie génique au fil du temps.

Une étude sur l'impact des épurateurs sur les niveaux de pollution de l'air dans les centrales à charbon.

Cette étude examine les données compositionnelles et l'importance de l'analyse spatiale.

De nouvelles méthodes améliorent la compréhension des interactions et de la connectivité des neurones.

Le modèle des Mallows groupés améliore notre façon d'analyser les préférences dans les classements.

Un nouveau modèle prend en compte les différences individuelles dans l'analyse des données de comptage.

Un aperçu des méthodes pour combler les lacunes dans les jeux de données de séries temporelles tensoriels, en se concentrant sur les données des taxis de NYC.

Ce papier présente une nouvelle méthode pour comprendre les risques d'inflation.

L'apprentissage par transfert utilise des connaissances d'un domaine pour améliorer des tâches dans un autre.

Un aperçu des méthodes pour combler les lacunes dans les jeux de données de séries temporelles tensoriels, en se concentrant sur les données des taxis de NYC.

Comprendre les dynamiques du marketing à travers l'analyse des données de séries temporelles.

Une nouvelle méthode pour garantir l'équité dans les systèmes d'IA en utilisant des données historiques.

Apprends comment le matching de moyenne prédictive améliore l'intégration des données et l'estimation des valeurs manquantes.

Un aperçu de comment les Alliés estimaient la production de chars pendant la WWII.

Un nouvel algorithme pour séparer les caractéristiques communes et uniques dans des ensembles de données bruyants.

Une nouvelle méthode améliore l'estimation en statistiques grâce à des techniques robustes.