Statistiques

Une nouvelle approche pour étudier la polarisation du CMB et les ondes gravitationnelles en utilisant des réseaux de neurones.

Un guide pour créer des portefeuilles à faible volatilité en utilisant des méthodes statistiques.

Une étude présente une méthode pour estimer la propagation des maladies afin d'améliorer les réponses en santé publique.

Une méthode pour des estimations de population précises à un niveau granulaire.

Présentation d'une méthode bayésienne pour inférer des états cachés dans des systèmes complexes.

De nouvelles méthodes améliorent les estimations des effets des traitements dans les sous-groupes d'essais cliniques.

Utiliser des modèles avancés pour garantir une gestion sécurisée des infrastructures.

Cette étude examine comment les petits boulots affectent les résultats en maths des lycéens.

Cette étude améliore la performance des classificateurs grâce à des stratégies ciblées dans l'apprentissage par labels partiels multi-instance.

Un aperçu détaillé de la formation et des dynamiques dans l'apprentissage automatique.

RSCUSUM propose une solution pour détecter les changements dans les données de manière efficace et précise.

La recherche se concentre sur les caractéristiques des plantes en utilisant des techniques d'imagerie avancées et des algorithmes d'apprentissage automatique.

Une nouvelle méthode pour de meilleurs ensembles de prédiction en utilisant plusieurs fonctions de score.

ASkotch améliore l'efficacité de la régression par crête pour les gros jeux de données.

Apprends comment les processus gaussiens améliorent les prévisions et gèrent l'incertitude dans l'analyse de données.

Une nouvelle méthode améliore le traitement des données en physique des particules en se concentrant sur les moments.

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 étude sur comment l'info circule à travers les réseaux sociaux avec des structures communautaires.

Examiner comment les scatterers affectent la qualité du signal sans fil dans différents environnements.

Apprends comment le mouvement influence les signaux de communication sans fil et leur fiabilité.

Découvrez des astuces pour améliorer tes chances dans la Marelle et les Navires de Guerre.

De nouvelles méthodes de prévision améliorent la précision des prévisions de demande et la gestion des stocks.

Nii-C améliore l'analyse de données bayésiennes grâce à des techniques d'échantillonnage efficaces.

Une nouvelle méthode améliore l'apprentissage à partir de données complexes en utilisant des proximités de Wasserstein.

Méthodes pour transformer des données complexes en formats visuels clairs.

Découvre comment la régression quantile et les algos MM améliorent l'analyse de données dans différents domaines.

Un aperçu de comment le cerveau des bébés se développe et des facteurs qui influencent cette croissance.

Une nouvelle approche simplifie l'estimation des paramètres dans des modèles qui n'ont pas de fonctions de vraisemblance claires.

LASPATED aide à analyser des données avec des aspects de localisation et de temps pour de meilleures infos.

Une nouvelle approche pour étudier des comportements sociaux complexes en utilisant des simulations.

Un aperçu de l'étude des nuages moléculaires et de leur rôle dans la création d'étoiles.

RSCUSUM propose une solution pour détecter les changements dans les données de manière efficace et précise.

Une nouvelle méthode améliore la précision de la découverte causale en utilisant une sélection de noyaux automatisée.

Un outil pour des calculs précis de la taille d'échantillon dans les essais cliniques en tenant compte de la non-conformité.

Une méthode pour des estimations de population précises à un niveau granulaire.

Présentation d'une méthode bayésienne pour inférer des états cachés dans des systèmes complexes.

Apprends comment les processus gaussiens améliorent les prévisions et gèrent l'incertitude dans l'analyse de données.

Apprends comment les réseaux évoluent avec le temps grâce au Modèle de Configuration Temporelle.

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

De nouvelles méthodes améliorent les ensembles de confiance en statistiques haute dimension.

Un aperçu des tests de sensibilité et de leur impact sur la sécurité des matériaux.

Un outil pour la sélection simultanée de variables dans des modèles de régression bayésiens.

Un aperçu de l'importance des distributions subweibull en analyse de données.

La méthode MGMC améliore l'efficacité dans l'échantillonnage de distributions gaussiennes complexes.

Ce papier parle de la création de bandes de confiance pour la densité spectrale dans des séries temporelles stationnaires.

Explorer des techniques avancées pour un échantillonnage uniforme dans des formes géométriques complexes.