统计学

2017年03月 的作者和标题

[1] arXiv:1703.00039 [中文pdf, pdf, 其他]

标题： 基于描述长度确定 k-means 聚类数量的方法 显示英文标题

标题： A description length approach to determining the number of k-means clusters

Hiromitsu Mizutani (1), Ryota Kanai (1) ((1) Araya Inc.)

评论： 27页，6个图

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[2] arXiv:1703.00056 [中文pdf, pdf, 其他]

标题： 公平预测与差异影响：再犯预测工具中偏见的研究 显示英文标题

标题： Fair prediction with disparate impact: A study of bias in recidivism prediction instruments

Alexandra Chouldechova

评论： 论文的简短会议版本之前已上传至arXiv:1610.07524。

主题： 应用 (stat.AP) ; 计算机与社会 (cs.CY) ; 机器学习 (stat.ML)

[3] arXiv:1703.00091 [中文pdf, pdf, 其他]

标题： sigmoid和softmax映射的正态变量统计矩的半解析近似 显示英文标题

标题： Semi-analytical approximations to statistical moments of sigmoid and softmax mappings of normal variables

Jean Daunizeau

主题： 机器学习 (stat.ML) ; 神经与认知 (q-bio.NC)

[4] arXiv:1703.00102 [中文pdf, pdf, 其他]

标题： SARAH：一种求解机器学习问题的随机递归梯度新方法 显示英文标题

标题： SARAH: A Novel Method for Machine Learning Problems Using Stochastic Recursive Gradient

Lam M. Nguyen, Jie Liu, Katya Scheinberg, Martin Takáč

期刊参考： 《第34届国际机器学习会议论文集》，PMLR 70:2613-2621, 2017

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 优化与控制 (math.OC)

[5] arXiv:1703.00167 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 高斯向量模型中稀疏性的自适应估计 显示英文标题

标题： Adaptive estimation of the sparsity in the Gaussian vector model

Alexandra Carpentier, Nicolas Verzelen

评论： 76页

主题： 统计理论 (math.ST)

[6] arXiv:1703.00168 [中文pdf, pdf, 其他]

标题： 层神经网络的模表示 显示英文标题

标题： Modular Representation of Layered Neural Networks

Chihiro Watanabe, Kaoru Hiramatsu, Kunio Kashino

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[7] arXiv:1703.00209 [中文pdf, pdf, 其他]

标题： 在线自然梯度作为卡尔曼滤波器 显示英文标题

标题： Online Natural Gradient as a Kalman Filter

Yann Ollivier

评论： 第三版：扩展介绍

主题： 机器学习 (stat.ML) ; 优化与控制 (math.OC)

[8] arXiv:1703.00253 [中文pdf, pdf, 其他]

标题： 通过建模连续肿瘤测量值以最佳观察到的RECIST反应作为终点来改进二期肿瘤学试验 显示英文标题

标题： Improving phase II oncology trials using best observed RECIST response as an endpoint by modelling continuous tumour measurements

Chien-Ju Lin, James Wason

评论： 12页，2个图

主题： 方法论 (stat.ME)

[9] arXiv:1703.00284 [中文pdf, pdf, 其他]

标题： L$^3$-支持向量机：基于地标的一维局部支持向量机 显示英文标题

标题： L$^3$-SVMs: Landmarks-based Linear Local Support Vectors Machines

Valentina Zantedeschi, Rémi Emonet, Marc Sebban

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[10] arXiv:1703.00329 [中文pdf, pdf, 其他]

标题： 带噪声观测的模拟退火算法的收敛速度 显示英文标题

标题： Convergence rate of a simulated annealing algorithm with noisy observations

Clément Bouttier (ENAC, IMT), Ioana Gavra (IMT)

主题： 机器学习 (stat.ML) ; 优化与控制 (math.OC) ; 统计理论 (math.ST)

[11] arXiv:1703.00352 [中文pdf, pdf, 其他]

标题： 任意有限大小的赖欣巴哈因果系统是否存在？ 显示英文标题

标题： Do Reichenbachian Common Cause Systems of Arbitrary Finite Size Exist?

Claudio Mazzola, Peter Evans

主题： 其他统计 (stat.OT) ; 人工智能 (cs.AI) ; 物理的历史与哲学 (physics.hist-ph)

[12] arXiv:1703.00353 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 正态变量中的矩阵乘积矩 显示英文标题

标题： Matrix product moments in normal variables

Pierre Del Moral, Adrian N. Bishop

评论： 41页

主题： 统计理论 (math.ST)

[13] arXiv:1703.00368 [中文pdf, pdf, 其他]

标题： 高维贝叶斯传感器布局的近似计算方法 显示英文标题

标题： Approximate Computational Approaches for Bayesian Sensor Placement in High Dimensions

Xiao Lin, Asif Chowdhury, Xiaofan Wang, Gabriel Terejanu

主题： 计算 (stat.CO) ; 机器学习 (cs.LG)

[14] arXiv:1703.00371 [中文pdf, pdf, 其他]

标题： 通过对抗训练生成隐写图像 显示英文标题

标题： Generating Steganographic Images via Adversarial Training

Jamie Hayes, George Danezis

评论： 9页

主题： 机器学习 (stat.ML) ; 密码学与安全 (cs.CR) ; 多媒体 (cs.MM)

[15] arXiv:1703.00395 [中文pdf, pdf, 其他]

标题： 使用压缩自编码器的有损图像压缩 显示英文标题

标题： Lossy Image Compression with Compressive Autoencoders

Lucas Theis, Wenzhe Shi, Andrew Cunningham, Ferenc Huszár

主题： 机器学习 (stat.ML) ; 计算机视觉与模式识别 (cs.CV)

[16] arXiv:1703.00396 [中文pdf, pdf, 其他]

标题： 基于原始心电图信号的特定患者充血性心力衰竭检测 显示英文标题

标题： Patient Specific Congestive Heart Failure Detection From Raw ECG signal

Yakup Kutlu, Apdullah Yayık, Esen Yıldırım, Mustafa Yeniad, Serdar Yıldırım

评论： 充血性心力衰竭、心电图、二阶差分图、分类、基于患者的交叉验证

主题： 应用 (stat.AP)

[17] arXiv:1703.00398 [中文pdf, pdf, 其他]

标题： 从微分几何角度分析队列效应及其应用 显示英文标题

标题： Analysis on Cohort Effects in view of Differential Geometry and its Applications

Ning Zhang, Liang Zhao

评论： arXiv管理员备注：大量文本与arXiv:1504.00327重复。

主题： 应用 (stat.AP)

[18] arXiv:1703.00403 [中文pdf, pdf, 其他]

标题： 在分布式估计中保留特征之间的差分隐私 显示英文标题

标题： Preserving Differential Privacy Between Features in Distributed Estimation

Christina Heinze-Deml, Brian McWilliams, Nicolai Meinshausen

期刊参考： 统计学 7（1），2018

主题： 机器学习 (stat.ML) ; 密码学与安全 (cs.CR) ; 分布式、并行与集群计算 (cs.DC) ; 机器学习 (cs.LG)

[19] arXiv:1703.00410 [中文pdf, pdf, 其他]

标题： 检测来自人工制品的对抗性样本 显示英文标题

标题： Detecting Adversarial Samples from Artifacts

Reuben Feinman, Ryan R. Curtin, Saurabh Shintre, Andrew B. Gardner

评论： 提交至ICML 2017

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[20] arXiv:1703.00469 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 高维线性模型中带有误差变量的系数置信带 显示英文标题

标题： Confidence Bands for Coefficients in High Dimensional Linear Models with Error-in-variables

Alexandre Belloni, Victor Chernozhukov, Abhishek Kaul

主题： 统计理论 (math.ST)

[21] arXiv:1703.00535 [中文pdf, pdf, 其他]

标题： 人与推荐系统之间的交互 显示英文标题

标题： Human Interaction with Recommendation Systems

Sven Schmit, Carlos Riquelme

评论： 被AISTATS 2018录用

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[22] arXiv:1703.00539 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 学习使用矩和循环确定性点过程 显示英文标题

标题： Learning Determinantal Point Processes with Moments and Cycles

John Urschel, Victor-Emmanuel Brunel, Ankur Moitra, Philippe Rigollet

评论： 16页，1个图

主题： 统计理论 (math.ST)

[23] arXiv:1703.00542 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 关于高斯序列模型中正则估计量的近似可容许性的一点注记 显示英文标题

标题： A note on the approximate admissibility of regularized estimators in the Gaussian sequence model

Xi Chen, Adityanand Guntuboyina, Yuchen Zhang

主题： 统计理论 (math.ST)

[24] arXiv:1703.00579 [中文pdf, pdf, 其他]

标题： 主动学习用于精确估计线性模型 显示英文标题

标题： Active Learning for Accurate Estimation of Linear Models

Carlos Riquelme, Mohammad Ghavamzadeh, Alessandro Lazaric

评论： 37页，8幅图，国际机器学习会议，ICML 2017

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[25] arXiv:1703.00598 [中文pdf, pdf, 其他]

标题： 二阶线性模型 显示英文标题

标题： The Second Order Linear Model

Ming Lin, Shuang Qiu, Bin Hong, Jieping Ye

主题： 机器学习 (stat.ML)

[26] arXiv:1703.00604 [中文pdf, pdf, 其他]

标题： Marcinkiewicz的强大数律定律对于非可加期望的意义 显示英文标题

标题： Marcinkiewicz's strong law of large numbers for non-additive expectation

Lixin Zhang, Jinghang Lin

评论： 13页，10条参考文献

主题： 方法论 (stat.ME)

[27] arXiv:1703.00647 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 线性和非线性时间序列模型中多个变点的推断 显示英文标题

标题： Inference for Multiple Change-points in Linear and Non-linear Time Series Models

Wai Leong Ng, Shenyi Pan, Chun Yip Yau

主题： 统计理论 (math.ST)

[28] arXiv:1703.00654 [中文pdf, pdf, 其他]

标题： 非参数估计星团发射率及天体物理学中双LASSO惩罚的点源检测 显示英文标题

标题： Nonparametric estimation of galaxy cluster's emissivity and point source detection in astrophysics with two lasso penalties

Jairo Diaz-Rodriguez, Dominique Eckert, Hatef Monajemi, Stéphane Paltani, Sylvain Sardy

主题： 应用 (stat.AP) ; 方法论 (stat.ME)

[29] arXiv:1703.00734 [中文pdf, pdf, 其他]

标题： 分布式贝叶斯矩阵分解与通信受限 显示英文标题

标题： Distributed Bayesian Matrix Factorization with Limited Communication

Xiangju Qin, Paul Blomstedt, Eemeli Leppäaho, Pekka Parviainen, Samuel Kaski

评论： 28页，8个图。论文发表在《机器学习》期刊上。该方法的实现可以在SMURFF软件的bmfpp分支中获取，地址为：https://github.com/ExaScience/smurff

期刊参考： 机器学习，2019

主题： 机器学习 (stat.ML) ; 分布式、并行与集群计算 (cs.DC) ; 机器学习 (cs.LG) ; 数值分析 (math.NA) ; 方法论 (stat.ME)

[30] arXiv:1703.00787 [中文pdf, pdf, 其他]

标题： 线性约束高斯过程 显示英文标题

标题： Linearly constrained Gaussian processes

Carl Jidling, Niklas Wahlström, Adrian Wills, Thomas B. Schön

评论： 一些修复和添加了引用信息

主题： 机器学习 (stat.ML)

[31] arXiv:1703.00839 [中文pdf, pdf, 其他]

标题： 加密加速最小二乘回归 显示英文标题

标题： Encrypted accelerated least squares regression

Pedro M. Esperança, Louis J. M. Aslett, Chris C. Holmes

评论： 已被AISTATS 2017录用

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[32] arXiv:1703.00864 [中文pdf, pdf, 其他]

标题： 结构化随机正交嵌入的不合理有效性 显示英文标题

标题： The Unreasonable Effectiveness of Structured Random Orthogonal Embeddings

Krzysztof Choromanski, Mark Rowland, Adrian Weller

主题： 机器学习 (stat.ML) ; 计算 (stat.CO)

[33] arXiv:1703.00871 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 样本协方差的谱投影的自助置信集 显示英文标题

标题： Bootstrap confidence sets for spectral projectors of sample covariance

Alexey Naumov, Vladimir Spokoiny, Vladimir Ulyanov

评论： 39页，3个图

主题： 统计理论 (math.ST) ; 概率 (math.PR)

[34] arXiv:1703.00968 [中文pdf, pdf, 其他]

标题： 基于高斯 copula 依赖的广义极值分布的贝叶斯推断 显示英文标题

标题： Bayesian inference for generalized extreme value distribution with Gaussian copula dependence

Bo Ning, Peter Bloomfield

主题： 方法论 (stat.ME)

[35] arXiv:1703.00977 [中文pdf, pdf, 其他]

标题： 自适应多任务学习中的共享知识 显示英文标题

标题： Self-Paced Multitask Learning with Shared Knowledge

Keerthiram Murugesan, Jaime Carbonell

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[36] arXiv:1703.00994 [中文pdf, pdf, 其他]

标题： 多任务学习的协同聚类 显示英文标题

标题： Co-Clustering for Multitask Learning

Keerthiram Murugesan, Jaime Carbonell, Yiming Yang

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[37] arXiv:1703.01002 [中文pdf, pdf, 其他]

标题： 《平价医疗法案》中收入转移方法的统计影响 显示英文标题

标题： Statistical Implications of the Revenue Transfer Methodology in the Affordable Care Act

Michelle Li, Donald Richards

评论： 将于2018年刊登于《北美精算期刊》。

主题： 应用 (stat.AP)

[38] arXiv:1703.01044 [中文pdf, pdf, 其他]

标题： 关于存在竞争风险时的广义逐步混合删失 显示英文标题

标题： On Generalized Progressive Hybrid Censoring in presence of competing risks

Arnab Koley, Debasis Kundu

主题： 应用 (stat.AP)

[39] arXiv:1703.01051 [中文pdf, pdf, 其他]

标题： 基于定时截尾数据的未知指数参数区间估计 显示英文标题

标题： Interval Estimation of the Unknown Exponential Parameter Based on Time Truncated Data

Arnab Koley, Debasis Kundu

主题： 应用 (stat.AP)

[40] arXiv:1703.01056 [中文pdf, pdf, 其他]

标题： 变分推断的规范方法 显示英文标题

标题： Gauging Variational Inference

Sungsoo Ahn, Michael Chertkov, Jinwoo Shin

评论： 已被NIPS 2017接受

主题： 机器学习 (stat.ML)

[41] arXiv:1703.01101 [中文pdf, pdf, 其他]

标题： 对抗样本用于语义图像分割 显示英文标题

标题： Adversarial Examples for Semantic Image Segmentation

Volker Fischer, Mummadi Chaithanya Kumar, Jan Hendrik Metzen, Thomas Brox

评论： ICLR 2017研讨会投稿

主题： 机器学习 (stat.ML) ; 密码学与安全 (cs.CR) ; 计算机视觉与模式识别 (cs.CV) ; 机器学习 (cs.LG) ; 神经与进化计算 (cs.NE)

[42] arXiv:1703.01102 [中文pdf, pdf, 其他]

标题： 一个新的多元非线性因果关系检验 显示英文标题

标题： A New Test of Multivariate Nonlinear Causality

Zhidong Bai, Yongchang Hui, Zhihui Lv, Wing-Keung Wong, Shurong Zheng, Zhenzhen Zhu

评论： 20页。arXiv管理员注：大量文本与arXiv:1701.03992重复。

主题： 方法论 (stat.ME)

[43] arXiv:1703.01106 [中文pdf, pdf, 其他]

标题： 差分隐私下的分布式数据贝叶斯学习 显示英文标题

标题： Differentially Private Bayesian Learning on Distributed Data

Mikko Heikkilä, Eemil Lagerspetz, Samuel Kaski, Kana Shimizu, Sasu Tarkoma, Antti Honkela

评论： 13页，7幅图。修改了文本，更改了使用的算法，增加了对额外数据集的测试，修正了几处错误，添加了渐近效率的证明以作补充。

主题： 机器学习 (stat.ML) ; 密码学与安全 (cs.CR) ; 机器学习 (cs.LG) ; 计算 (stat.CO)

[44] arXiv:1703.01232 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： Inconsistency of Template Estimation with the Fr{é}chet mean in Quotient Space 显示英文标题

标题： Inconsistency of Template Estimation with the Fr{é}chet mean in Quotient Space

Loïc Devilliers (ASCLEPIOS), Xavier Pennec (ASCLEPIOS), Stéphanie Allassonnière

期刊参考： 医学影像信息处理 2017，2017年6月，美国，波因

主题： 统计理论 (math.ST)

[45] arXiv:1703.01234 [中文pdf, pdf, 其他]

标题： 贝叶斯计算机模型对鲁棒贝叶斯分析的分析 显示英文标题

标题： A Bayesian computer model analysis of Robust Bayesian analyses

Ian Vernon, John Paul Gosling

评论： 38页，9幅图

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

[46] arXiv:1703.01237 [中文pdf, pdf, 其他]

标题： 医学研究中的随机审查模型有多真实？ 显示英文标题

标题： How real is the random censorship model in medical studies?

Damjan Krstajic

主题： 应用 (stat.AP) ; 统计理论 (math.ST)

[47] arXiv:1703.01253 [中文pdf, pdf, 其他]

标题： 基于递归加权平均的序列数据机器学习 显示英文标题

标题： Machine Learning on Sequential Data Using a Recurrent Weighted Average

Jared Ostmeyer, Lindsay Cowell

主题： 机器学习 (stat.ML) ; 机器学习 (cs.LG)

[48] arXiv:1703.01273 [中文pdf, pdf, 其他]

标题： 估计空间计量经济学模型的集成嵌套拉普拉斯近似 显示英文标题

标题： Estimating Spatial Econometrics Models with Integrated Nested Laplace Approximation

Virgilio Gomez-Rubio, Roger S. Bivand, Håvard Rue

主题： 计算 (stat.CO)

[49] arXiv:1703.01326 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 基于肯尼迪-奥黑根校准模型的预测：渐近一致性和其他性质 显示英文标题

标题： Prediction based on the Kennedy-O'Hagan calibration model: asymptotic consistency and other properties

Rui Tuo, C. F. Jeff Wu

主题： 统计理论 (math.ST)

[50] arXiv:1703.01332 (交叉列表自 math.ST) [中文pdf, pdf, 其他]

标题： 乐观下界用于凸正则最小二乘法 显示英文标题

标题： Optimistic lower bounds for convex regularized least-squares

Pierre C Bellec

主题： 统计理论 (math.ST)