-
最近の投稿
- High-Dimensional Independence Testing via Maximum and Average Distance Correlations
- Online Adaptation of Terrain-Aware Dynamics for Planning in Unstructured Environments
- ‘Don’t Do That!’: Guiding Embodied Systems through Large Language Model-based Constraint Generation
- SGN-CIRL: Scene Graph-based Navigation with Curriculum, Imitation, and Reinforcement Learning
- Olfactory Inertial Odometry: Sensor Calibration and Drift Compensation
-
最近のコメント
表示できるコメントはありません。 cs.AI (39257) cs.CL (29715) cs.CV (44646) cs.HC (2989) cs.LG (44172) cs.RO (23444) cs.SY (3577) eess.IV (5131) eess.SY (3569) stat.ML (5744)
「econ.EM」カテゴリーアーカイブ
CAVIAR: Categorical-Variable Embeddings for Accurate and Robust Inference
要約 社会科学の研究は多くの場合、カテゴリ変数と結果の関係に左右されます。 CA … 続きを読む
Robustly estimating heterogeneity in factorial data using Rashomon Partitions
要約 観察データとランダム化対照試験の両方における多くの統計分析では、観察可能な … 続きを読む
Breaking the HISCO Barrier: Automatic Occupational Standardization with OccCANINE
要約 この文書では、職業記述を HISCO 分類システムに自動的に変換する新しい … 続きを読む
A Big Data Approach to Understand Sub-national Determinants of FDI in Africa
要約 汚職、貿易の開放、金融へのアクセス、政治的不安定など、さまざまなマクロ経済 … 続きを読む
カテゴリー: cs.CL, econ.EM, H.4.0, physics.soc-ph
A Big Data Approach to Understand Sub-national Determinants of FDI in Africa はコメントを受け付けていません
High-Dimensional Tail Index Regression: with An Application to Text Analyses of Viral Posts in Social Media
要約 ソーシャルメディアにおけるバイラル投稿のクレジット(例えば「いいね!」の数 … 続きを読む
CAREER: A Foundation Model for Labor Sequence Data
要約 労働経済学者は、注意深く構築された小規模な縦断調査データセットに予測モデル … 続きを読む
GDP nowcasting with artificial neural networks: How much does long-term memory matter?
要約 人工ニューラル ネットワーク (ANN) を適用して、米国経済の四半期 G … 続きを読む
Unveiling the Potential of Robustness in Evaluating Causal Inference Models
要約 個別化された意思決定に対する需要の高まりにより、条件付き平均治療効果 (C … 続きを読む
Adaptive Experimental Design for Policy Learning
要約 証拠に基づいたターゲティングは、政策やビジネスの実務者の間で関心が高まって … 続きを読む
Contextual Fixed-Budget Best Arm Identification: Adaptive Experimental Design with Policy Learning
要約 個別の治療法を推奨することは、証拠に基づいた意思決定において重要な作業です … 続きを読む