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.

Un'analisi dettagliata delle tendenze di performance del cricket ODI negli ultimi 36 anni.

Uno studio presenta un modello per stimare la diffusione del COVID-19 tra le regioni.

I ricercatori usano il machine learning per migliorare il rilevamento delle onde solitarie interne nei dati oceanici.

Esaminando il divario tra le élite e le masse nelle discussioni politiche online.

Usare i dati sull'espressione genica per prevedere gli impatti chimici sulla salute e sull'ambiente.

Analizzando metodi tradizionali e di machine learning per gestire i dati mancanti.

Scopri come le vine copule migliorano le previsioni nelle relazioni complesse dei dati.

Un approccio flessibile per analizzare dataset complessi usando i priors annidati di Atomi Condivisi.

Un nuovo algoritmo affronta le sfide nell'ottimizzazione bilevel con vincoli accoppiati.

Un nuovo approccio migliora la raccolta di feedback per i modelli linguistici, facendo risparmiare tempo e costi.

Presentiamo un approccio innovativo che conserva gli angoli per visualizzare dati ad alta dimensione.

Questo documento si concentra sul miglioramento dell'affidabilità dei risultati dei modelli linguistici.

Questa tecnica migliora l'accuratezza delle previsioni quantificando l'incertezza in modo efficace.

Scopri come la divergenza di Bregman aiuta a misurare le differenze nei dati e a migliorare i modelli di apprendimento automatico.

Presentiamo un nuovo metodo per migliorare l'efficienza nei grandi modelli di linguaggio attraverso il potenziamento.

Un nuovo approccio migliora l'accuratezza della scoperta causale in relazioni dati complesse.

Un nuovo metodo combina MCMC divide-et-impera con modelli di diffusione per un campionamento migliore.

Questo articolo parla di metodi per campionare dati complessi ad alta dimensione in modo più efficace.

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.

Questo documento si concentra sul miglioramento dell'affidabilità dei risultati dei modelli linguistici.

Un nuovo metodo identifica i gruppi a rischio da sostanze chimiche dannose.

Un'immersione profonda su come l'incertezza influisce sulle previsioni nella modellazione gerarchica.

Usare metodi bayesiani per migliorare le stime degli effetti dei trattamenti nella ricerca medica.

Un nuovo metodo per migliorare la selezione dei donatori per la stima degli effetti causali.

Presentiamo jointLCA, un metodo per capire meglio le connessioni nei dati multiview.

Un nuovo approccio migliora l'apprendimento multimodale affrontando i problemi di sbilanciamento nel contributo dei dati.

Introducendo un approccio bayesiano per migliorare la selezione delle variabili nei modelli di regressione.

Nuovi metodi migliorano la stima dei parametri nei modelli di vetro spin.

Questo articolo parla del ruolo delle procedure minimax nel migliorare l'accuratezza della regressione lineare.

Impara a prevedere quando possono verificarsi condizioni meteorologiche estreme.

Questo articolo parla di metodi per campionare dati complessi ad alta dimensione in modo più efficace.

Scopri come la regressione del kernel e l'aggiornamento bayesiano migliorano le previsioni con i nuovi dati.

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.