Statistiques

Un aperçu de comment la pandémie a affecté les prix des actions des compagnies aériennes.

Puerto Rico fait face à une grosse baisse des naissances et une possible perte de population.

Combiner les GAN et les VAE pour une meilleure génération d'images.

Une étude sur la prédiction et la gestion de la propagation des incendies de forêt en Australie.

Cette étude examine des modèles d'apprentissage profond pour prévoir le nombre de visiteurs dans le tourisme.

Présentation de résidus innovants pour une meilleure évaluation des modèles de régression à résultats discrets.

Une nouvelle technique améliore la façon dont les scientifiques comparent les ensembles de données marines.

La Suisse a connu une hausse marquée des décès liés à la chaleur pendant l'été 2022.

Cet article parle d'un nouveau cadre pour une estimation de paramètres efficace en utilisant des cartes de transport.

Ce document parle des méthodes pour analyser des données de séries chronologiques complexes avec plusieurs variables.

Un nouveau cadre améliore la prédiction vidéo grâce à une compréhension des scènes qui ressemble à celle des humains.

Combiner les GAN et les VAE pour une meilleure génération d'images.

Une étude sur la prédiction et la gestion de la propagation des incendies de forêt en Australie.

Explorer le rôle de l'apprentissage automatique dans l'analyse des propriétés topologiques des réseaux photoniques.

Un aperçu de l'utilisation des méthodes spectrales pour améliorer l'estimation des paramètres dans des données structurées.

Un aperçu de l'importance de l'analyse de réseau dans différents domaines.

Un aperçu des méthodes bayésiennes et fréquentistes en statistiques.

Une nouvelle approche spectrale améliore les modèles Matérn multivariés pour l'analyse des données spatiales.

Explore différentes méthodes en modélisation causale et leur importance pour la recherche.

Explorer des perspectives géométriques sur les matrices de corrélation pour des insights plus profonds.

Cet article présente une nouvelle méthode pour choisir le rayon dans l'analyse de données complexes.

Comprendre les complexités et les solutions dans l'analyse des données géospatiales.

Examiner comment les parties interagissent pour créer de nouveaux résultats dans des systèmes complexes.

PORTSEA fait avancer les statistiques de valeur extrême, influençant divers domaines et l'éducation.

Un aperçu du modèle logistique-normal de Dirichlet pour les données compositionnelles.

De nouveaux modèles génèrent des données réalistes dans différents domaines et applications.

Combiner les GAN et les VAE pour une meilleure génération d'images.

Cet article parle des méthodes pour améliorer les prévisions économiques grâce à la synthèse prédictive.

Un aperçu des méthodes de descente de gradient et de leur importance en apprentissage automatique.

Apprends à créer des intervalles de confiance efficaces pour les différences de proportions dans des petits échantillons.

Un guide pour appliquer le Redimensionnement Optimal avec les GLMs pour une analyse de données complexe.

COBRA améliore l'analyse de survie grâce à une meilleure sélection de variables et à l'intégration de modèles.

Un nouveau modèle améliore l'estimation des dynamiques de transmission des maladies.

Un nouvel algorithme améliore la gestion des erreurs dans la recherche scientifique.

Un aperçu du modèle logistique-normal de Dirichlet pour les données compositionnelles.

Cet article parle d'un nouveau cadre pour une estimation de paramètres efficace en utilisant des cartes de transport.

Cet article examine des méthodes pour l'estimation des paramètres dans de nouvelles familles de copules pour un meilleur modélisation.

Combiner les GAN et les VAE pour une meilleure génération d'images.

Présentation d'un modèle flexible pour analyser des données de séries temporelles sphériques complexes.

Une nouvelle technique combine des données à peine liées pour des insights de recherche améliorés.

Cet article explore comment faire la différence entre des distributions uniformes modifiées et originales.

Cet article examine des méthodes pour l'estimation des paramètres dans de nouvelles familles de copules pour un meilleur modélisation.

Un aperçu des prioris de type Gibbs et de leurs applications dans divers domaines.

Un aperçu de l'utilisation des méthodes spectrales pour améliorer l'estimation des paramètres dans des données structurées.

Un aperçu de l'importance de l'analyse de réseau dans différents domaines.

Des méthodes améliorées pour estimer la covariance boostent l'analyse des données dans différents domaines.

Une étude sur les méthodes efficaces pour analyser des réseaux bipartites à travers les U-statistiques.

Explorer comment la régression de distribution aide dans divers domaines grâce aux méthodes de noyau.