Statistiques

Apprends-en plus sur les baleines de Cuvier et leur réaction à l'exposition au sonar.

Analyser comment le repos affecte la performance des équipes dans les matchs de la NFL.

Une nouvelle méthode améliore les essais pour plusieurs traitements au fil du temps.

Présentation d'un modèle flexible pour estimer la volatilité dans plusieurs domaines.

O-ISAC fusionne communication et détection pour une technologie plus intelligente.

Une étude sur les méthodes pour garantir l'équité dans les évaluations pour différents groupes.

Cet article explore l'impact des surfaces d'engagement sur le comportement d'achat en ligne.

Des chercheurs évaluent les risques d'identifier des individus à partir de données partagées pour améliorer la vie privée.

Examiner comment la régularisation de l'entropie améliore la prise de décision dans des environnements incertains.

L'apprentissage par espace d'état améliore l'analyse des séries temporelles grâce à une meilleure précision et flexibilité.

Une nouvelle approche pour l'inférence causale avec des méthodes de collecte de données flexibles.

Découvrez comment la méthode Deep Limit Model-free améliore les prédictions et la gestion de l'incertitude.

Une méthode innovante combine l'apprentissage automatique et la physique pour résoudre des équations différentielles.

Un nouvel algorithme améliore la prise de décision dans des environnements complexes en utilisant des données historiques.

Les systèmes automatisés améliorent les diagnostics des trains, ce qui permet des réparations plus rapides et moins de retard.

Découvrez comment les opérateurs de Parseval améliorent le traitement d'images dans les CNN.

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.

Un guide pour bien formatte les soumissions académiques avec elsarticle.cls.

Un aperçu du processus d'Ornstein-Uhlenbeck et de ses applications dans le monde réel.

De nouveaux algorithmes de détection adaptatifs améliorent l'identification des cibles dans des environnements complexes.

Une nouvelle méthode améliore l'estimation des caractéristiques de la population en utilisant des données d'échantillonnage mixte.

Présentation d'un modèle flexible pour estimer la volatilité dans plusieurs domaines.

O-ISAC fusionne communication et détection pour une technologie plus intelligente.

De nouvelles méthodes réduisent le temps d'analyse des réseaux complexes de manière efficace.

Des chercheurs évaluent les risques d'identifier des individus à partir de données partagées pour améliorer la vie privée.

Air-HOLP améliore le filtrage des caractéristiques dans des ensembles de données complexes, équilibrant précision et efficacité.

Cet article parle de nouvelles méthodes pour une analyse de données efficace en utilisant des techniques bayésiennes.

Les modèles semi-Markoviens améliorent la compréhension de la latence du cancer et des risques de surdiagnostic.

Un guide des méthodes pour estimer la covariance asymptotique dans les simulations MCMC.

Ce papier parle des méthodes pour optimiser le design expérimental afin d'améliorer l'efficacité et les résultats.

Une nouvelle approche pour l'inférence causale avec des méthodes de collecte de données flexibles.

Une méthode pour simplifier la sélection de modèles de régression en période d'incertitude.

Découvrez comment la méthode Deep Limit Model-free améliore les prédictions et la gestion de l'incertitude.

Cet article examine comment les méthodes bayésiennes et fréquentistes gèrent les valeurs aberrantes dans l'analyse de données.

Une nouvelle méthode améliore les essais pour plusieurs traitements au fil du temps.

Apprends comment les distributions de type phase aident à modéliser les systèmes positifs dans différents domaines.

Présentation d'un modèle flexible pour estimer la volatilité dans plusieurs domaines.

Une nouvelle méthode améliore la précision dans l'analyse des données de séries temporelles.

Un aperçu des complexités des modèles de mélanges normaux en statistiques.

Une nouvelle approche pour l'inférence causale avec des méthodes de collecte de données flexibles.

Explore les processus stables harmonisables à incréments stationnaires et leurs applications dans divers domaines.

Explorer de nouvelles méthodes d'analyse de regroupement d'événements dans différents domaines.

Un aperçu des méthodes récentes pour récupérer des matrices de faible rang avec moins d'observations.

Cet article parle des méthodes pour gérer le biais dans la corrélation à distance.

Une plongée approfondie dans les projections de Wasserstein et leurs applications en statistique.