Matematica - Teoria della statistica

Un nuovo metodo per identificare cambiamenti nei dati di serie temporali composizionali.

Presentiamo VOROS, un metodo per migliorare la valutazione delle prestazioni dei classificatori in scenari sbilanciati.

Un metodo per affrontare le variabili non osservate nella ricerca per avere intuizioni più chiare.

Nuovo metodo semi-supervisionato migliora la stima statistica con dati non etichettati.

Un nuovo modo per combinare dati da diverse misurazioni biologiche.

Questo studio esamina come le reti crescono utilizzando metodi di attaccamento per clustering.

Un nuovo approccio alla regressione usando Deep Horseshoe Gaussian Processes per una selezione delle variabili migliore.

Un'immersione profonda nei network multilivello e nelle loro applicazioni nel mondo reale.

Scopri come il rumore a coda pesante migliora la privacy nei modelli di machine learning.

Un'analisi approfondita dei metodi per stimare la media delle distribuzioni di probabilità.

Questo articolo esplora come la previsione conforme migliori il processo decisionale in ambienti incerti.

Questo articolo esamina i sistemi di apprendimento online e le loro sfide riguardo a vincoli sconosciuti.

Nuovi metodi migliorano la modellazione e le previsioni nelle statistiche usando la regressione a cresta con kernel.

Un nuovo metodo per stimare relazioni indirette in dati complessi.

Scopri come l'analisi dei fattori e la rotazione varimax chiariscono strutture di dati complesse.

Impara a simulare diffuzioni condizionate in spazi curvi complessi.

Uno sguardo su come i grovigli aiutano nel raggruppamento e nell'analisi dei dati.

Un nuovo test per confrontare i valori medi in set di dati complessi.

Quest'articolo parla dell'algoritmo Majority-of-Three per migliorare l'accuratezza dell'apprendimento.

Uno sguardo alle variabili casuali gaussiane troncate e esponenziali e le loro implicazioni.

Questo articolo esplora il metodo eglatent per analizzare eventi estremi e i loro fattori.

Impara tecniche per semplificare i dati ad alta dimensione per capire meglio i valori estremi.

Esplorando gli impatti della perturbazione delle matrici sull'analisi dei dati in vari settori.

Ricerca sulle funzioni polinomiali e il loro ruolo nell'approssimare le distribuzioni gaussiane ad alta dimensione.

Questo studio esamina come la conoscenza pregressa migliori il processo decisionale nell'apprendimento per rinforzo.

Esplora tecniche essenziali per gestire grandi set di dati in modo efficace.

Metodi per migliorare la stima della posizione in mezzo a dati distorti e outlier.

Scopri come le previsioni selettive migliorano l'accuratezza delle previsioni e la presa di decisioni in vari settori.

Questo articolo presenta un nuovo approccio per selezionare sottografi significativi in vari campi.

Quest'articolo parla di un estimatore robusto per gestire efficacemente i dati di indagini categoriche.

Esplorare come le reti neurali possano approssimare i funzionali nell'analisi dei dati.

Il transfer learning sfrutta le conoscenze da un'area per migliorare i compiti in un'altra.

Uno sguardo ai metodi per riempire i vuoti nei dataset di serie temporali tensoriali, concentrandosi sui dati dei taxi di New York.

Capire le dinamiche del marketing attraverso l'analisi dei dati delle serie temporali.

Un nuovo metodo per garantire equità nei sistemi di intelligenza artificiale usando dati storici.

Scopri come il predictive mean matching migliora l'integrazione dei dati e la stima dei valori mancanti.

Uno sguardo a come gli Alleati stimavano la produzione di carri armati durante la Seconda Guerra Mondiale.

Un nuovo algoritmo per separare le caratteristiche comuni e uniche nei dataset rumorosi.

Nuovo metodo migliora la stima nelle statistiche attraverso tecniche robuste.

Questo documento presenta una nuova strategia per migliorare i compiti di regressione attraverso l'apprendimento attivo.