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 Zdeborov√°

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)