Statistica

Questa ricerca sviluppa metodi per una distribuzione equa delle risorse nonostante il feedback limitato degli utenti.

Uno sguardo a come il framework degli estimand migliora l'analisi delle sperimentazioni cliniche.

Un modo nuovo per capire le complesse connessioni umane attraverso l'analisi fuzzy delle reti sociali.

Uno studio su come il Park-and-Ride può ridurre la congestione e le emissioni.

Le informazioni influenzano parecchio i processi decisionali in tanti campi.

La legge di Benford mostra schemi strani nelle prime cifre tra i set di dati.

Un metodo per un'analisi dettagliata del segnale nel tempo e nella frequenza.

Nuovi metodi migliorano la comprensione dell'universo attraverso i dati del lensing gravitazionale debole.

Metodi innovativi per recuperare etichette temporali da dati dinamici rumorosi.

Uno sguardo agli algoritmi di collegamento dei record e al loro impatto sull'analisi dei dati.

Esaminare la sopravvivenza dei pazienti con modelli polihazard migliora l'accuratezza dei dati e le decisioni terapeutiche.

Nuovi metodi di filtraggio migliorano le previsioni climatiche e il processo decisionale.

I reti neurali bayesiane migliorano le previsioni sul comportamento dei materiali con stime di incertezza.

Uno studio sui cambiamenti di temperatura in Spagna e Portogallo nell'ultimo secolo.

Un nuovo modo di capire come le azioni si influenzano a vicenda durante i cambiamenti del mercato.

Quest'articolo parla di come i grafi della conoscenza migliorano la selezione delle caratteristiche nell'analisi dei dati.

Nuovi metodi di attenzione migliorano i modelli transformer in efficienza e prestazioni.

L'attenzione ellittica migliora la concentrazione e le prestazioni nei compiti di intelligenza artificiale.

RPC-Attention migliora i modelli di auto-attenzione per avere prestazioni migliori sui dati rumorosi.

Un nuovo metodo che combina i punti di forza del Sliced e del Tree Wasserstein per l'analisi dei dati dinamici.

La calibrazione fa in modo che le previsioni siano in linea con i risultati reali in vari campi.

Scopri come l'apprendimento in contesto migliora i modelli predittivi usando più set di dati.

Esplorare il valore dei modelli approssimativamente equivarianti nel machine learning.

Quest'articolo introduce i quantili minimax per avere stime statistiche migliori.

Un nuovo modo di capire come le azioni si influenzano a vicenda durante i cambiamenti del mercato.

I metodi bayesiani migliorano la velocità e l'accuratezza dell'analisi dei dati per grandi set di dati.

Un nuovo metodo unisce l'inferenza bayesiana e il machine learning per un'analisi dei dati migliore.

Un nuovo metodo per stimare le aspettative condizionali in modo efficiente in ambienti incerti.

Esaminando come i modelli di popolazione plasmino le genealogie e influenzino gli algoritmi genetici.

Nuove tecniche di campionamento migliorano l'efficienza nell'analisi statistica.

Una nuova tecnica che utilizza l'elettrostatica per un migliore campionamento e stima dei dati.

Nuovi approcci per affrontare in modo efficiente sistemi lineari complessi.

Metodi innovativi per recuperare etichette temporali da dati dinamici rumorosi.

Un metodo per identificare gli impatti causali nei programmi di formazione e nelle interventi.

Uno sguardo agli algoritmi di collegamento dei record e al loro impatto sull'analisi dei dati.

I ricercatori presentano un metodo per valutare l'indipendenza delle variabili casuali usando i quantili.

Esaminare la sopravvivenza dei pazienti con modelli polihazard migliora l'accuratezza dei dati e le decisioni terapeutiche.

Questo studio esamina i PINN Bayesiani per stimare i parametri delle PDE dai dati rumorosi.

Esplorare nuove tecniche nel design sperimentale e nell'analisi dei dati per la ricerca scientifica.

Semplificare l'analisi dei dati spaziali con modelli grafici diretti per risultati sì/no.

Metodi innovativi per recuperare etichette temporali da dati dinamici rumorosi.

Quest'articolo introduce i quantili minimax per avere stime statistiche migliori.

Questo studio esamina i PINN Bayesiani per stimare i parametri delle PDE dai dati rumorosi.

Due nuovi stimatori migliorano l'accuratezza nell'analisi dei dati di risposta agli item.

Esplora come il modello di blocco stocastico aiuta a identificare le comunità nelle reti.

Impara a identificare schemi insoliti nei dati delle serie temporali con la profondità di Markov.

Impara tecniche per stimare valori mancanti in sequenze stocastiche stazionarie.

Un approccio di test in due fasi semplifica le interazioni tra variabili genetiche numerose.