「stat.ME」カテゴリーアーカイブ

Semi-Supervised Health Index Monitoring with Feature Generation and Fusion

投稿日: 2024年2月19日 作成者: jarxiv

要約 ヘルス インデックス (HI) は、システムの健全性を評価し、異常検出など … 続きを読む →

カテゴリー: cs.LG, stat.ME | Semi-Supervised Health Index Monitoring with Feature Generation and Fusion はコメントを受け付けていません

Counterfactual Generative Models for Time-Varying Treatments

投稿日: 2024年2月15日 作成者: jarxiv

要約 治療の反事実の結果を推定することは、とりわけ公衆衛生や臨床科学における意思 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Counterfactual Generative Models for Time-Varying Treatments はコメントを受け付けていません

Connecting Algorithmic Fairness to Quality Dimensions in Machine Learning in Official Statistics and Survey Production

投稿日: 2024年2月15日 作成者: jarxiv

要約 国家統計機関 (NSO) は、製品の適時性と費用対効果を向上させるために、 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Connecting Algorithmic Fairness to Quality Dimensions in Machine Learning in Official Statistics and Survey Production はコメントを受け付けていません

$\texttt{causalAssembly}$: Generating Realistic Production Data for Benchmarking Causal Discovery

投稿日: 2024年2月15日 作成者: jarxiv

要約 因果関係発見のためのアルゴリズムは最近急速に進歩しており、複雑なデータを処 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | $\texttt{causalAssembly}$: Generating Realistic Production Data for Benchmarking Causal Discovery はコメントを受け付けていません

Adjustment Identification Distance: A gadjid for Causal Structure Learning

投稿日: 2024年2月14日 作成者: jarxiv

要約 因果関係発見アルゴリズムによって学習されたグラフの評価は困難です。2 つの … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Adjustment Identification Distance: A gadjid for Causal Structure Learning はコメントを受け付けていません

The Deep Latent Position Topic Model for Clustering and Representation of Networks with Textual Edges

投稿日: 2024年2月14日 作成者: jarxiv

要約 他者が公開したテキストコンテンツをユーザーが共有することにつながる数値的な … 続きを読む →

カテゴリー: cs.CL, cs.LG, cs.SI, stat.ME | The Deep Latent Position Topic Model for Clustering and Representation of Networks with Textual Edges はコメントを受け付けていません

Omitted Labels in Causality: A Study of Paradoxes

投稿日: 2024年2月14日 作成者: jarxiv

要約 私たちは、トレーニング データが可能なラベルのサブセットに限定されている、 … 続きを読む →

カテゴリー: cs.AI, cs.IT, cs.LG, cs.SI, math.IT, stat.ME | Omitted Labels in Causality: A Study of Paradoxes はコメントを受け付けていません

Model Assessment and Selection under Temporal Distribution Shift

投稿日: 2024年2月14日 作成者: jarxiv

要約 現在の期間と過去の時代の両方からのデータセットを合成することにより、変化す … 続きを読む →

カテゴリー: 62G05, 62J02, cs.AI, cs.LG, stat.ME | Model Assessment and Selection under Temporal Distribution Shift はコメントを受け付けていません

Statistical exploration of the Manifold Hypothesis

投稿日: 2024年2月12日 作成者: jarxiv

要約 多様体仮説は、名目上高次元のデータが実際には高次元空間に埋め込まれた低次元 … 続きを読む →

カテゴリー: 62-08, 62G05, 62G20, 62H25, 62H30, 62R07, 62R20, 62R40, cs.LG, stat.ME, stat.ML | Statistical exploration of the Manifold Hypothesis はコメントを受け付けていません

Incentive-Theoretic Bayesian Inference for Collaborative Science

投稿日: 2024年2月9日 作成者: jarxiv

要約 現代の科学研究は分散型の共同作業であり、研究者、規制機関、資金提供機関、商 … 続きを読む →

カテゴリー: cs.GT, cs.LG, stat.ME, stat.ML | Incentive-Theoretic Bayesian Inference for Collaborative Science はコメントを受け付けていません