Matemática - Teoria Estatística

Uma olhada nos desafios e insights da regressão kernel em configurações de alta dimensão.

Um novo método melhora a análise de dados funcionais levando em conta a direcionalidade.

Descubra métodos para analisar dados complexos e não uniformes em diferentes áreas.

Modelos específicos para cada paciente melhoram a compreensão do fluxo sanguíneo no coração e das estratégias de tratamento.

Novos métodos melhoram a recuperação de sinal a partir de dados ruidosos sem precisar conhecer a distribuição do ruído.

Um olhar sobre os DPPs e seu papel na seleção de grupos de itens diversos.

Um guia pra entender a regressão linear regularizada esparsa e suas aplicações na análise de dados.

Combinando modelagem generativa e regressão quantílica pra gerar dados de forma eficaz.

Métodos principais para medir quão próximos os estados quânticos estão dos resultados desejados.

Analisando como estimar hipóteses nulas em testes estatísticos dependentes.

Explore as escolhas dos clientes nas filas e como isso impacta a eficiência do atendimento.

Métodos inovadores protegem a privacidade dos pacientes enquanto avançam a colaboração em pesquisas médicas.

Um guia para formatar eficientemente submissões acadêmicas usando elsarticle.cls.

Apresentando uma forma eficiente de estimar a variância em sistemas que estão sempre mudando.

Aprenda a estimar valores com precisão a partir de conjuntos de dados incompletos.

Explorando novos métodos pra estimar médias na presença de valores discrepantes.

Um guia para métodos de estimação e inferência uniforme em estatística não paramétrica.

Novos métodos distribuídos melhoram o rastreamento de alvos enquanto reduzem os custos de energia.

Um guia sobre como agrupar dados agrupados usando métodos bayesianos não paramétricos.

Este artigo fala sobre como melhorar a detecção de anomalias não supervisionada usando métodos de classificação.

Esse estudo analisa os custos de transporte envolvendo pontos aleatórios e técnicas matemáticas avançadas.

Um método pra estimar medianas em dados em tempo real com poucos recursos.

Aprenda a analisar dados de séries temporais irregulares pra ter previsões e insights melhores.

Um olhar sobre como a privacidade diferencial protege os dados individuais em um mundo movido a dados.

Este estudo melhora o Filtro de Kalman Ensemblar para aplicações não lineares.

Uma nova abordagem pra combinar registros com precisão em conjuntos de dados com erros.

Um novo método para medir a desigualdade em vários fatores oferece insights mais profundos.

Um novo método melhora os cálculos de verossimilhança marginal na estatística bayesiana.

Uma olhada no processo de Ornstein-Uhlenbeck e suas aplicações no mundo real.

Aprenda como a inferência conforme adapta as previsões com base nas variações dos dados.

Uma nova maneira de avaliar o impacto de diferentes quantidades de tratamento nos resultados.

Aprenda como redes neurais imitam conceitos de programação para fazer previsões eficazes.

Analisando como espaços de alta dimensão afetam o bloqueio da luz e o comportamento dos dados.

Novos métodos melhoram a confiabilidade na estimativa dos efeitos médios do tratamento.

Um método em duas etapas para estimar o efeito do tratamento com precisão quando os participantes não cumprem.

Um novo método melhora a estimativa das características da população usando dados de amostragem mista.

Um novo método otimiza o treinamento de deep learning pra ter um desempenho melhor em dados que não foram vistos.

Este artigo apresenta um método baseado em grafo para comparar duas distribuições de dados.

Um método pra identificar mudanças de dados entre sensores com poucos alarmes falsos.

Um olhar sobre como os coeficientes de transporte revelam o comportamento do sistema sob condições mudando.