统计学

2017年01月 的作者和标题

[1] arXiv:1701.00029 [中文pdf, pdf, 其他]

标题： 基于矩的识别稳健检验在自回归模型中的马尔可夫切换测试 显示英文标题

标题： Identification-robust moment-based tests for Markov-switching in autoregressive models

Jean-Marie Dufour, Richard Luger

主题： 方法论 (stat.ME)

[2] arXiv:1701.00056 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 压缩感知与单调信号的最佳去噪 显示英文标题

标题： Compressed sensing and optimal denoising of monotone signals

Eftychios A. Pnevmatikakis

评论： 将于2017年 IEEE 第42届国际声学、语音与信号处理会议 (ICASSP 2017) 上发表

主题： 统计理论 (math.ST) ; 信息论 (cs.IT)

[3] arXiv:1701.00167 [中文pdf, pdf, 其他]

标题： 在预算约束下的非常快速的核支持向量机 显示英文标题

标题： Very Fast Kernel SVM under Budget Constraints

David Picard

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[4] arXiv:1701.00285 [中文pdf, pdf, html, 其他]

标题： 空间最优线性无偏预测：面向高维海量数据集的计算数学方法 显示英文标题

标题： Spatial best linear unbiased prediction: A computational mathematics approach for high dimensional massive datasets

Julio E. Castrillon-Candas

评论： 41页

期刊参考： 计算数学进展，2024

主题： 计算 (stat.CO) ; 机器学习 (stat.ML)

[5] arXiv:1701.00311 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 贝叶斯模型选择一致性与不可 tractable 边际似然的oracle不等式 显示英文标题

标题： Bayesian model selection consistency and oracle inequality with intractable marginal likelihood

Yun Yang, Debdeep Pati

主题： 统计理论 (math.ST) ; 方法论 (stat.ME) ; 机器学习 (stat.ML)

[6] arXiv:1701.00322 [中文pdf, pdf, 其他]

标题： 利用JET的辐射热计系统进行等离子体层析成像的深度学习 显示英文标题

标题： Deep learning for plasma tomography using the bolometer system at JET

Francisco A. Matos, Diogo R. Ferreira, Pedro J. Carvalho, JET Contributors

期刊参考： 《融合工程与设计》，第114卷，第18-25页，2017年1月

主题： 机器学习 (stat.ML) ; 等离子体物理 (physics.plasm-ph)

[7] arXiv:1701.00338 [中文pdf, pdf, 其他]

标题： 评估X射线单颗粒三维重建中的不确定性 显示英文标题

标题： Assessing Uncertainties in X-ray Single-particle Three-dimensional reconstructions

Stefan Engblom, Carl Nettelblad, Jing Liu

评论： 21页

期刊参考： 《物理评论E》98卷，013303（2018）

主题： 方法论 (stat.ME) ; 计算机视觉与模式识别 (cs.CV) ; 数据分析、统计与概率 (physics.data-an)

[8] arXiv:1701.00403 [中文pdf, pdf, 其他]

标题： 一种新的广义Burr III分布用于寿命数据分析 显示英文标题

标题： A New Class of Generalized Burr III Distribution for Lifetime Data

Kehinde Olobatuyi

期刊参考： 国际统计分布与应用期刊。第4卷，第1期，2018年，pp. 6-21

主题： 方法论 (stat.ME)

[9] arXiv:1701.00422 [中文pdf, pdf, 其他]

标题： 面向多核主成分分析的肿瘤样本整合分析 显示英文标题

标题： Towards multiple kernel principal component analysis for integrative analysis of tumor samples

Nora K. Speicher, Nico Pfeifer

评论： 2016年神经信息处理系统大会（NIPS）健康领域机器学习研讨会，西班牙巴塞罗那

期刊参考： 《整合生物信息学杂志》，14(2），2017

主题： 机器学习 (stat.ML)

[10] arXiv:1701.00481 [中文pdf, pdf, 其他]

标题： 随机方差缩减梯度下降法用于从线性测量中恢复低秩矩阵 显示英文标题

标题： Stochastic Variance-reduced Gradient Descent for Low-rank Matrix Recovery from Linear Measurements

Xiao Zhang, Lingxiao Wang, Quanquan Gu

评论： 24页，1张表格，1幅图

主题： 机器学习 (stat.ML)

[11] arXiv:1701.00505 [中文pdf, pdf, 其他]

标题： 网络样本的子图计数统计推断 显示英文标题

标题： Statistical inference for network samples using subgraph counts

P-A. G. Maugis, Carey E. Priebe, S. C. Olhede, P. J. Wolfe

评论： 42页，6幅图，2个表格

主题： 方法论 (stat.ME) ; 社会与信息网络 (cs.SI)

[12] arXiv:1701.00652 [中文pdf, pdf, 其他]

标题： 半定因果结构的潜在检验 显示英文标题

标题： Semidefinite tests for latent causal structures

Aditya Kela, Kai von Prillwitz, Johan Aberg, Rafael Chaves, David Gross

评论： 25页，7幅图

期刊参考： 《IEEE信息理论汇刊》66, 339 (2019)

主题： 机器学习 (stat.ML) ; 统计理论 (math.ST) ; 量子物理 (quant-ph)

[13] arXiv:1701.00677 [中文pdf, pdf, 其他]

标题： 带有缺失数据的线性模型提高预测精度的新方法 显示英文标题

标题： New Methods of Enhancing Prediction Accuracy in Linear Models with Missing Data

Mohammad Amin Fakharian, Ashkan Esmaeili, Farokh Marvasti

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[14] arXiv:1701.00757 [中文pdf, pdf, 其他]

标题： 带符号网络的几何平均拉普拉斯聚类 显示英文标题

标题： Clustering Signed Networks with the Geometric Mean of Laplacians

Pedro Mercado, Francesco Tudisco, Matthias Hein

评论： 14页，5幅图。已被神经信息处理系统大会（NIPS）2016接受。

期刊参考： 神经信息处理系统进展，第29卷，第4421–4429页，2016年

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 数值分析 (math.NA)

[15] arXiv:1701.00770 [中文pdf, pdf, 其他]

标题： 用移动平均模型拟合估计函数时间序列 显示英文标题

标题： Estimating functional time series by moving average model fitting

Alexander Aue, Johannes Klepsch

评论： 31页，5幅图

主题： 方法论 (stat.ME)

[16] arXiv:1701.00845 [中文pdf, pdf, 其他]

标题： 非参数估计简化藤 Copula 模型：方法比较 显示英文标题

标题： Nonparametric estimation of simplified vine copula models: comparison of methods

Thomas Nagler, Christian Schellhase, Claudia Czado

主题： 方法论 (stat.ME)

[17] arXiv:1701.00856 [中文pdf, pdf, 其他]

标题： 加权包络估计以处理模型选择中的变异性 显示英文标题

标题： Weighted envelope estimation to handle variability in model selection

Daniel J. Eck, R. Dennis Cook

主题： 方法论 (stat.ME)

[18] arXiv:1701.00857 [中文pdf, pdf, 其他]

标题： 对数高斯 Cox 过程的贝叶斯计算——方法的对比分析 显示英文标题

标题： Bayesian Computation for Log-Gaussian Cox Processes--A Comparative Analysis of Methods

Ming Teng, Farouk S. Nathoo, Timothy D. Johnson

主题： 计算 (stat.CO)

[19] arXiv:1701.00858 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 约束低秩矩阵估计：相变、近似消息传递及其应用 显示英文标题

标题： Constrained Low-rank Matrix Estimation: Phase Transitions, Approximate Message Passing and Applications

Thibault Lesieur, Florent Krzakala, Lenka Zdeborová

评论： 64页，12幅图

期刊参考： J. Stat. Mech. 7 (2017) 073403

主题： 统计理论 (math.ST) ; 统计力学 (cond-mat.stat-mech) ; 信息论 (cs.IT)

[20] arXiv:1701.00888 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 具有不确定检验误差的流行率估计的最佳群组检测设计 显示英文标题

标题： Optimal group testing designs for estimating prevalence with uncertain testing errors

Shih-Hao Huang, Mong-Na Lo Huang, Kerby Shedden, Weng Kee Wong

主题： 统计理论 (math.ST)

[21] arXiv:1701.00900 [中文pdf, pdf, 其他]

标题： 基于具有未知和有界误差的范围测量的鲁棒定位 显示英文标题

标题： Robust Localization Using Range Measurements with Unknown and Bounded Errors

Xiufang Shi, Guoqiang Mao, Brian.D.O. Anderson, Zaiyue Yang, Jiming Chen

主题： 应用 (stat.AP)

[22] arXiv:1701.00902 [中文pdf, pdf, 其他]

标题： 双重截断数据的回归分析 显示英文标题

标题： Regression analysis of doubly truncated data

Zhiliang Ying, Wen Yu, Ziqiang Zhao, Ming Zheng

主题： 方法论 (stat.ME)

[23] arXiv:1701.00903 [中文pdf, pdf, 其他]

标题： 基于区间贝叶斯生成模型的人类复杂活动识别 显示英文标题

标题： An Interval-Based Bayesian Generative Model for Human Complex Activity Recognition

Li Liu, Yongzhong Yang, Lakshmi Narasimhan Govindarajan, Shu Wang, Bin Hu, Li Cheng, David S. Rosenblum

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[24] arXiv:1701.01001 [中文pdf, pdf, 其他]

标题： 粒子滤波器中数值稳定的在线方差估计 显示英文标题

标题： Numerically stable online estimation of variance in particle filters

Jimmy Olsson, Randal Douc

主题： 方法论 (stat.ME)

[25] arXiv:1701.01037 [中文pdf, pdf, 其他]

标题： 张量与张量回归 显示英文标题

标题： Tensor-on-tensor regression

Eric F. Lock

评论： 33页，3幅图

期刊参考： 《计算与图形统计学杂志》27 (3), 638-647, 2018

主题： 方法论 (stat.ME) ; 机器学习 (stat.ML)

[26] arXiv:1701.01055 [中文pdf, pdf, 其他]

标题： 压缩感知中块稀疏性的估计 显示英文标题

标题： Estimation of block sparsity in compressive sensing

Zhiyong Zhou, Jun Yu

主题： 应用 (stat.AP) ; 信息论 (cs.IT)

[27] arXiv:1701.01064 [中文pdf, pdf, 其他]

标题： 最优低秩动态模式分解 显示英文标题

标题： Optimal Low-Rank Dynamic Mode Decomposition

Patrick Héas, Cédric Herzet

评论： IEEE国际会议：声学、语音和信号处理（ICASPP），美国新奥尔良，2017年

主题： 机器学习 (stat.ML)

[28] arXiv:1701.01096 [中文pdf, pdf, 其他]

标题： 用于提高众包情感数据质量的概率多图建模 显示英文标题

标题： Probabilistic Multigraph Modeling for Improving the Quality of Crowdsourced Affective Data

Jianbo Ye, Jia Li, Michelle G. Newman, Reginald B. Adams Jr., James Z. Wang

评论： 14页，6个图，2个表格，元数据已修订

主题： 机器学习 (stat.ML) ; 人机交互 (cs.HC)

[29] arXiv:1701.01097 [中文pdf, pdf, 其他]

标题： 具有部分观测秩的回归：协变量上秩的分布引导分数 显示英文标题

标题： Regression with Partially Observed Ranks on a Covariate: Distribution-Guided Scores for Ranks

Yuneung Kim, Johan Lim, Young-Geun Choi, Sujung Choi, Do Hwan Park

评论： 28页，4幅图，2张表格

主题： 方法论 (stat.ME)

[30] arXiv:1701.01140 [中文pdf, pdf, 其他]

标题： 从许多随机实验中学习因果效应的正则工具变量法 显示英文标题

标题： Learning causal effects from many randomized experiments using regularized instrumental variables

Alexander Peysakhovich, Dean Eckles

主题： 机器学习 (stat.ML) ; 应用 (stat.AP)

[31] arXiv:1701.01199 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 线性回归中具有相关误差的广义最小距离估计器 显示英文标题

标题： Generalized Minimum Distance Estimators in Linear Regression with Dependent Errors

Jiwoong Kim

主题： 统计理论 (math.ST)

[32] arXiv:1701.01206 [中文pdf, pdf, 其他]

标题： 受冷冻电子显微镜的启发，从二维投影图像重构具有对称统计特性的随机三维信号 显示英文标题

标题： Reconstruction of stochastic 3-D signals with symmetric statistics from 2-D projection images motivated by cryo-electron microscopy

Nan Xu, Peter C Doerschuk

评论： 16页，10幅图

期刊参考： IEEE《图像处理汇刊》 页面：1-16 印刷版ISSN：1057-7149 在线版ISSN：1941-0042

主题： 应用 (stat.AP) ; 数据分析、统计与概率 (physics.data-an) ; 定量方法 (q-bio.QM)

[33] arXiv:1701.01231 [中文pdf, pdf, 其他]

标题： 自适应问卷用于直接识别最优产品设计 显示英文标题

标题： Adaptive Questionnaires for Direct Identification of Optimal Product Design

Max Yi Ren, Clayton Scott

评论： 投稿至《机械设计》期刊

主题： 机器学习 (stat.ML) ; 信息检索 (cs.IR)

[34] arXiv:1701.01286 [中文pdf, pdf, 其他]

标题： 强力极端表型采样设计与遗传关联研究的得分检验 显示英文标题

标题： Powerful extreme phenotype sampling designs and score tests for genetic association studies

Thea Bjørnland, Anja Bye, Einar Ryeng, Ulrik Wisløff, Mette Langaas

期刊参考： 医学统计学. 2018; 37: 4234-4251

主题： 应用 (stat.AP)

[35] arXiv:1701.01293 [中文pdf, pdf, 其他]

标题： OpenML：连接机器学习平台的R包 显示英文标题

标题： OpenML: An R Package to Connect to the Machine Learning Platform OpenML

Giuseppe Casalicchio, Jakob Bossek, Michel Lang, Dominik Kirchhoff, Pascal Kerschke, Benjamin Hofner, Heidi Seibold, Joaquin Vanschoren, Bernd Bischl

期刊参考： 计算统计学，2019年，第34卷，第3期，第977-991页

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[36] arXiv:1701.01315 [中文pdf, pdf, 其他]

标题： 皮质的群组结构分区：基于逻辑模型的合理方法 显示英文标题

标题： Groupwise Structural Parcellation of the Cortex: A Sound Approach Based on Logistic Models

Guillermo Gallardo (ATHENA), William Wells Iii (HMS), Rachid Deriche (ATHENA), Demian Wassermann (ATHENA)

主题： 应用 (stat.AP) ; 神经与认知 (q-bio.NC)

[37] arXiv:1701.01340 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 多维极值相依系数 显示英文标题

标题： Multidimensional extremal dependence coefficients

Helena Ferreira, Marta Ferreira

主题： 统计理论 (math.ST)

[38] arXiv:1701.01352 [中文pdf, pdf, 其他]

标题： 基于压缩感知的多模态相关数据检测 显示英文标题

标题： Compressive Sensing-Based Detection with Multimodal Dependent Data

Thakshila Wimalajeewa, Pramod K. Varshney

主题： 应用 (stat.AP) ; 信息论 (cs.IT)

[39] arXiv:1701.01356 [中文pdf, pdf, 其他]

标题： 高斯过程求积矩变换 显示英文标题

标题： Gaussian Process Quadrature Moment Transform

Jakub Prüher, Ondřej Straka

主题： 方法论 (stat.ME) ; 机器学习 (stat.ML)

[40] arXiv:1701.01395 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 非忽略缺失数据机制的顺序识别 显示英文标题

标题： Sequential identification of nonignorable missing data mechanisms

Mauricio Sadinle, Jerome P. Reiter

主题： 统计理论 (math.ST) ; 方法论 (stat.ME)

[41] arXiv:1701.01437 [中文pdf, pdf, 其他]

标题： NIPS 2016 人工与生物神经网络表征学习研讨会 (MLINI 2016) 显示英文标题

标题： NIPS 2016 Workshop on Representation Learning in Artificial and Biological Neural Networks (MLINI 2016)

Leila Wehbe, Anwar Nunez-Elizalde, Marcel van Gerven, Irina Rish, Brian Murphy, Moritz Grosse-Wentrup, Georg Langs, Guillermo Cecchi

主题： 机器学习 (stat.ML)

[42] arXiv:1701.01470 [中文pdf, pdf, 其他]

标题： 从无标签数据中学习图结构用于事件检测 显示英文标题

标题： Graph Structure Learning from Unlabeled Data for Event Detection

Sriram Somanchi, Daniel B. Neill

主题： 机器学习 (stat.ML) ; 社会与信息网络 (cs.SI)

[43] arXiv:1701.01503 [中文pdf, pdf, 其他]

标题： 对多项逻辑回归和计数回归模型的对数线性贝叶斯自适应回归树 显示英文标题

标题： Log-Linear Bayesian Additive Regression Trees for Multinomial Logistic and Count Regression Models

Jared S. Murray

主题： 方法论 (stat.ME)

[44] arXiv:1701.01558 [中文pdf, pdf, 其他]

标题： 贝叶斯半参数估计癌症特异性发病年龄 penetrance——以Li-Fraumeni综合征为例 显示英文标题

标题： Bayesian Semiparametric Estimation of Cancer-specific Age-at-onset Penetrance with Application to Li-Fraumeni Syndrome

Seung Jun Shin, Ying Yuan, Louise C. Strong, Jasmina Bojadzieva, Wenyi Wang

主题： 应用 (stat.AP)

[45] arXiv:1701.01560 [中文pdf, pdf, 其他]

标题： 累积Kolmogorov滤子在超高维数据模型无关筛选中的应用 显示英文标题

标题： The cumulative Kolmogorov filter for model-free screening in ultrahigh dimensional data

Arlene K. H. Kim, Seung Jun Shin

期刊参考： 《统计与概率 letters》，第126卷（7月），第238-243页（2017年）

主题： 方法论 (stat.ME)

[46] arXiv:1701.01579 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 模糊旋转的统计学 显示英文标题

标题： Statistics of ambiguous rotations

R. Arnold, P. E. Jupp, H. Schaeben

评论： 20页，2幅图

主题： 统计理论 (math.ST)

[47] arXiv:1701.01582 [中文pdf, pdf, 其他]

标题： 学习高维马尔可夫网络中的稀疏结构变化：方法与理论综述 显示英文标题

标题： Learning Sparse Structural Changes in High-dimensional Markov Networks: A Review on Methodologies and Theories

Song Liu, Kenji Fukumizu, Taiji Suzuki

评论： 修正了第4.4节中的几个拼写错误：\theta 应该是 \delta

主题： 机器学习 (stat.ML)

[48] arXiv:1701.01668 [中文pdf, pdf, 其他]

标题： 基于随机效应高斯过程和时间变换的疾病进展建模与预测 显示英文标题

标题： Disease Progression Modeling and Prediction through Random Effect Gaussian Processes and Time Transformation

Marco Lorenzi, Maurizio Filippone, Daniel C. Alexander, Sebastien Ourselin

评论： 13页，2个图

期刊参考： 《神经影像学》2017年

主题： 应用 (stat.AP)

[49] arXiv:1701.01672 [中文pdf, pdf, 其他]

标题： 检测带有$L_0$惩罚的变化点 显示英文标题

标题： Detecting changes in slope with an $L_0$ penalty

Robert Maidstone, Paul Fearnhead, Adam Letchford

主题： 计算 (stat.CO) ; 方法论 (stat.ME) ; 机器学习 (stat.ML)

[50] arXiv:1701.01741 [中文pdf, pdf, 其他]

标题： 在频率域中测试函数时间序列的平稳性 显示英文标题

标题： Testing for stationarity of functional time series in the frequency domain

Alexander Aue, Anne van Delft

评论： 63页，包含在线补充材料

主题： 方法论 (stat.ME)