Mathématiques - Théorie des statistiques

Cet article examine les systèmes d'apprentissage en ligne et leurs défis face aux contraintes inconnues.

De nouvelles méthodes améliorent la modélisation et les prédictions en statistiques en utilisant la régression ridge à noyau.

Une nouvelle méthode pour estimer des relations indirectes dans des données complexes.

Apprends comment l'analyse factorielle et la rotation varimax éclaircissent des structures de données complexes.

Apprends à simuler des diffusions conditionnées dans des espaces courbés complexes.

Un aperçu de comment les enchevêtrements aident à regrouper et analyser les données.

Un nouveau test pour comparer les valeurs moyennes dans des ensembles de données complexes.

Cet article parle de l'algorithme Majority-of-Three pour améliorer la précision d'apprentissage.

Un aperçu des variables aléatoires gaussiennes tronquées et exponentielles et de leurs implications.

Cet article explore la méthode eglatent pour analyser les événements extrêmes et leurs facteurs.

Apprends des techniques pour simplifier les données à haute dimension afin de mieux comprendre les valeurs extrêmes.

Explorer les impacts de la perturbation des matrices sur l'analyse des données dans différents domaines.

Recherche sur les fonctions polynomiales et leur rôle dans l'approximation des distributions gaussiennes haute dimension.

Cette étude examine comment les connaissances préalables améliorent la prise de décision dans l'apprentissage par renforcement.

Explore des techniques essentielles pour gérer efficacement de gros ensembles de données.

Méthodes pour améliorer l'estimation de localisation malgré des données biaisées et des valeurs aberrantes.

Apprends comment les prévisions sélectives améliorent la précision des prévisions et la prise de décision dans divers domaines.

Cet article présente une nouvelle approche pour sélectionner des sous-graphes significatifs dans divers domaines.

Cet article parle d'un estimateur robuste pour gérer efficacement les données d'enquête catégoriques.

Explorer comment les réseaux de neurones peuvent approximer des fonctionnels dans l'analyse de données.

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.

Cet article présente une nouvelle stratégie pour améliorer les tâches de régression grâce à l'apprentissage actif.

Une nouvelle approche pour tester des hypothèses dans des contextes de données de haute dimension.

Apprends à détecter les changements dans les données de plusieurs sources de manière efficace.

Un aperçu des techniques d'estimation robuste en stats.

Une nouvelle méthode améliore l'estimation des paramètres pour la régression linéaire en présence de distributions d'erreurs non standards.

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

Cet article parle des techniques pour estimer avec précision les probabilités d'événements rares.

Un aperçu des méthodes pour suivre des objets dans des environnements bruyants.

Explorer les contributions clés de Gary Lorden aux méthodes statistiques dans plusieurs domaines.

Apprends comment les processus OU à seuil aident à prédire le comportement dans différents domaines.

Explore la relation entre les valeurs singulières et les valeurs propres dans les matrices aléatoires.

Examiner les profils de variance dans la régression ridge pour améliorer la modélisation prédictive.