Matematica - Teoria della statistica

Nuovi metodi migliorano il campionamento da distribuzioni complesse usando le equazioni HJB e il Tensor Train.

Presentiamo un metodo per migliorare il test di significato nell'analisi di regressione.

Un nuovo approccio ai p-value migliora la valutazione delle evidenze nella ricerca statistica.

Un nuovo metodo per analizzare la centralità e l'eccezionalità nei dataset non standard.

Metodi per ridurre le dimensioni mantenendo le strutture dei dati.

Scopri come il denoising delle matrici può migliorare la qualità dei dati in vari settori.

Presentiamo un modo più semplice per addestrare modelli generativi impliciti usando la Perdita Statistica Invariante.

Presentiamo ZOD-MC, un nuovo approccio per affrontare compiti di campionamento difficili.

Questa ricerca migliora il processo decisionale in situazioni di incertezza usando il batch learning e strategie dinamiche.

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.