Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat

帮助 | 高级搜索

统计学

2018年10月 的作者和标题

总共 1364 条目 : 1-50 ... 301-350 351-400 401-450 451-500 501-550 551-600 601-650 ... 1351-1364
显示最多 50 每页条目: 较少 | 更多 | 所有
[451] arXiv:1810.11223 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: 高维时间序列的谱分析
标题: Spectral Analysis of High-dimensional Time Series
Mark Fiecas, Chenlei Leng, Weidong Liu, Yi Yu
主题: 统计理论 (math.ST) ; 方法论 (stat.ME)
[452] arXiv:1810.11332 [中文pdf, pdf, 其他]
标题: 一种快速计算距离相关性的算法
标题: A fast algorithm for computing distance correlation
Arin Chaudhuri, Wenhao Hu
主题: 计算 (stat.CO) ; 数据结构与算法 (cs.DS)
[453] arXiv:1810.11347 [中文pdf, pdf, 其他]
标题: 用深度神经网络生成平衡分子
标题: Generating equilibrium molecules with deep neural networks
Niklas W. A. Gebauer, Michael Gastegger, Kristof T. Schütt
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 化学物理 (physics.chem-ph)
[454] arXiv:1810.11378 [中文pdf, pdf, 其他]
标题: 改进敲诈程序的稳定性:多个同时敲诈和熵最大化
标题: Improving the Stability of the Knockoff Procedure: Multiple Simultaneous Knockoffs and Entropy Maximization
Jaime Roquero Gimenez, James Zou
评论: 被AISTATS 2019接受
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[455] arXiv:1810.11428 [中文pdf, pdf, 其他]
标题: 重采样先验用于变分自编码器
标题: Resampled Priors for Variational Autoencoders
Matthias Bauer, Andriy Mnih
期刊参考: 第22届国际人工智能与统计会议(AISTATS)论文集 2019
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[456] arXiv:1810.11479 [中文pdf, pdf, 其他]
标题: 持续学习的在线学习知识积累
标题: Accumulating Knowledge for Lifelong Online Learning
Changjian Shui, Ihsen Hedhli, Christian Gagné
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[457] arXiv:1810.11480 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: 在年龄更换中针对均值时间至失效的趋势变化检验指数性
标题: Testing Exponentiality Against a Trend Change in Mean Time to Failure in Age Replacement
Muhyiddin Izadi, Sirous Fathimanesh
主题: 统计理论 (math.ST) ; 方法论 (stat.ME)
[458] arXiv:1810.11526 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: 一般高斯隐树模型的代数检验
标题: Algebraic tests of general Gaussian latent tree models
Dennis Leung, Mathias Drton
主题: 统计理论 (math.ST)
[459] arXiv:1810.11557 [中文pdf, pdf, 其他]
标题: 最优停止问题的持续时间
标题: The Duration of Optimal Stopping Problems
Simon Demers
评论: 37页,2张图,4张表。此版本包含重要的更正和额外的扩展
主题: 应用 (stat.AP) ; 计算 (stat.CO)
[460] arXiv:1810.11571 [中文pdf, pdf, 其他]
标题: KNN信息估计器在平滑分布中的分析
标题: Analysis of KNN Information Estimators for Smooth Distributions
Puning Zhao, Lifeng Lai
主题: 机器学习 (stat.ML) ; 信息论 (cs.IT) ; 机器学习 (cs.LG) ; 统计理论 (math.ST)
[461] arXiv:1810.11589 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: 在高斯卷积下的微分熵估计
标题: Estimating Differential Entropy under Gaussian Convolutions
Ziv Goldfeld, Kristjan Greenewald, Yury Polyanskiy
评论: 一个经过重大更新的不同作者集合的版本取代了本稿件。新版本可在arXiv:1905.13576获取。
主题: 统计理论 (math.ST)
[462] arXiv:1810.11591 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: 输出在黎曼流形上的敏感性指数
标题: Sensitivity indices for output on a Riemannian manifold
R. Fraiman, F. Gamboa, L. Moreno
主题: 统计理论 (math.ST)
[463] arXiv:1810.11630 [中文pdf, pdf, 其他]
标题: 模型比较的有用特征
标题: Informative Features for Model Comparison
Wittawat Jitkrittum, Heishiro Kanagawa, Patsorn Sangkloy, James Hays, Bernhard Schölkopf, Arthur Gretton
评论: 被NIPS 2018接收
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[464] arXiv:1810.11646 [中文pdf, pdf, 其他]
标题: 通过实验基础去除隐藏混杂因素
标题: Removing Hidden Confounding by Experimental Grounding
Nathan Kallus, Aahlad Manas Puli, Uri Shalit
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[465] arXiv:1810.11664 [中文pdf, pdf, 其他]
标题: 通过多颗卫星干涉图校准存在测量偏差的不完善地球物理模型
标题: Calibration of imperfect geophysical models by multiple satellite interferograms with measurement bias
Mengyang Gu, Kyle Anderson, Erika McPhillips
主题: 方法论 (stat.ME)
[466] arXiv:1810.11693 [中文pdf, pdf, 其他]
标题: Stein 变分梯度下降作为矩匹配
标题: Stein Variational Gradient Descent as Moment Matching
Qiang Liu, Dilin Wang
评论: 神经信息处理系统大会(NIPS)2018
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[467] arXiv:1810.11701 [中文pdf, pdf, 其他]
标题: 基于主成分分析和深度神经网络的船体线型优化
标题: Hull Form Optimization with Principal Component Analysis and Deep Neural Network
Dongchi Yu, Lu Wang
评论: 20页
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 神经与进化计算 (cs.NE)
[468] arXiv:1810.11711 [中文pdf, pdf, 其他]
标题: 快速梯度符号方法的正则化效应及其推广
标题: Regularization Effect of Fast Gradient Sign Method and its Generalization
Chandler Zuo
评论: 15页
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 统计理论 (math.ST)
[469] arXiv:1810.11721 [中文pdf, pdf, 其他]
标题: B-指数散度及其在参数估计中的应用的推广
标题: The B-Exponential Divergence and its Generalizations with Applications to Parametric Estimation
Taranga Mukherjee, Abhijit Mandal, Ayanendranath Basu
评论: 28页,7图
主题: 方法论 (stat.ME)
[470] arXiv:1810.11726 [中文pdf, pdf, 其他]
标题: 面向鲁棒的深度神经网络
标题: Towards Robust Deep Neural Networks
Timothy E. Wang, Yiming Gu, Dhagash Mehta, Xiaojun Zhao, Edgar A. Bernal
评论: 增加了进一步的讨论和补充材料
主题: 机器学习 (stat.ML) ; 统计力学 (cond-mat.stat-mech) ; 机器学习 (cs.LG) ; 优化与控制 (math.OC)
[471] arXiv:1810.11746 [中文pdf, pdf, 其他]
标题: 关于带缓冲的双自回归时间序列模型
标题: On buffered double autoregressive time series models
Zhao Liu
主题: 方法论 (stat.ME)
[472] arXiv:1810.11776 [中文pdf, pdf, 其他]
标题: 学习动力系统中的稳定和预测结构:因果方法的优势
标题: Learning stable and predictive structures in kinetic systems: Benefits of a causal approach
Niklas Pfister, Stefan Bauer, Jonas Peters
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 应用 (stat.AP) ; 方法论 (stat.ME)
[473] arXiv:1810.11783 [中文pdf, pdf, 其他]
标题: RecurJac:一种用于界定神经网络雅可比矩阵的高效递归算法及其应用
标题: RecurJac: An Efficient Recursive Algorithm for Bounding Jacobian Matrix of Neural Networks and Its Applications
Huan Zhang, Pengchuan Zhang, Cho-Jui Hsieh
评论: 在微软研究院实习期间的工作
主题: 机器学习 (stat.ML) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG) ; 优化与控制 (math.OC)
[474] arXiv:1810.11859 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: ELBO最大化在模型选择中的一致性
标题: Consistency of ELBO maximization for model selection
Badr-Eddine Chérief-Abdellatif
主题: 统计理论 (math.ST)
[475] arXiv:1810.11861 [中文pdf, pdf, 其他]
标题: 表达式多维突变点和反事实预测的变更表面
标题: Change Surfaces for Expressive Multidimensional Changepoints and Counterfactual Prediction
William Herlands, Daniel B. Neill, Hannes Nickisch, Andrew Gordon Wilson
主题: 机器学习 (stat.ML) ; 人工智能 (cs.AI) ; 机器学习 (cs.LG) ; 方法论 (stat.ME)
[476] arXiv:1810.11881 [中文pdf, pdf, 其他]
标题: 带有高斯过程投影的有界回归
标题: Bounded Regression with Gaussian Process Projection
Jize Zhang, Lizhen Lin
主题: 方法论 (stat.ME)
[477] arXiv:1810.11893 [中文pdf, pdf, 其他]
标题: 一种用于高斯过程模型的黎曼流形哈密顿蒙特卡罗的高效实现
标题: An Efficient Implementation of Riemannian Manifold Hamiltonian Monte Carlo for Gaussian Process Models
Ulrich Paquet, Marco Fraccaro
评论: 伴随arXiv:1604.01972的技术报告,“一种自适应重采样-移动算法,用于估计归一化常数”(2016)
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[478] arXiv:1810.11900 [中文pdf, pdf, 其他]
标题: 音乐采样传统的文化传递模式在数字时代尽管出现去本地化,但仍保持稳定
标题: Cultural transmission modes of music sampling traditions remain stable despite delocalization in the digital age
Mason Youngblood
主题: 应用 (stat.AP) ; 社会与信息网络 (cs.SI) ; 物理与社会 (physics.soc-ph)
[479] arXiv:1810.11917 (交叉列表自 math.ST) [中文pdf, pdf, 其他]
标题: 分位数的定位和尺度行为的自然指数族
标题: Location and scale behaviour of the quantiles of a natural exponential family
Mauro Piccioni, Bartosz Kołodziejek, Gérard Letac
评论: 7页
主题: 统计理论 (math.ST)
[480] arXiv:1810.11953 [中文pdf, pdf, 其他]
标题: 失败的 loudly:检测数据集偏移的方法实证研究
标题: Failing Loudly: An Empirical Study of Methods for Detecting Dataset Shift
Stephan Rabanser, Stephan Günnemann, Zachary C. Lipton
评论: 神经信息处理系统大会(NeurIPS)2019
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[481] arXiv:1810.11959 [中文pdf, pdf, 其他]
标题: 经典与量子机器学习相结合用于腺癌和鳞状细胞癌患者的分类
标题: An Amalgamation of Classical and Quantum Machine Learning For the Classification of Adenocarcinoma and Squamous Cell Carcinoma Patients
Siddhant Jain, Jalal Ziauddin, Paul Leonchyk, Joseph Geraci
评论: 19页,8图
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 量子物理 (quant-ph)
[482] arXiv:1810.11971 [中文pdf, pdf, 其他]
标题: 半众包聚类与深度生成模型
标题: Semi-crowdsourced Clustering with Deep Generative Models
Yucen Luo, Tian Tian, Jiaxin Shi, Jun Zhu, Bo Zhang
评论: 第32届神经信息处理系统大会(NIPS 2018)
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[483] arXiv:1810.11977 [中文pdf, pdf, 其他]
标题: 通过结合数据驱动和数据同化方法识别物理过程
标题: Identification of physical processes via combined data-driven and data-assimilation methods
Haibin Chang, Dongxiao Zhang
期刊参考: 计算物理杂志。2019,393,337-350
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[484] arXiv:1810.12068 [中文pdf, pdf, 其他]
标题: 在R中对排名进行建模:PlackettLuce包
标题: Modelling rankings in R: the PlackettLuce package
Heather L. Turner, Jacob van Etten, David Firth, Ioannis Kosmidis
评论: 在版本2中:对实现替代Plackett-Luce模型的软件进行评审;对比PlackettLuce包提供的算法;进一步举例说明底层胜负网络不强连通的排名情况。此外,对内容进行一般性编辑以提高组织性和清晰度。在版本3中:更正了表4的标题,进行了小幅度修改。
主题: 计算 (stat.CO)
[485] arXiv:1810.12105 [中文pdf, pdf, 其他]
标题: 具有二元因变量和固定效应的分组数据模型的估计,通过逻辑斯蒂回归与普通最小二乘法:删除单元的影响
标题: Estimating grouped data models with a binary dependent variable and fixed effect via logit vs OLS: the impact of dropped units
Nathaniel Beck
评论: arXiv管理员注释:与arXiv:1809.06505存在大量文本重叠
主题: 应用 (stat.AP)
[486] arXiv:1810.12161 [中文pdf, pdf, 其他]
标题: 正则化最大似然估计与混合专家模型中的特征选择
标题: Regularized Maximum Likelihood Estimation and Feature Selection in Mixtures-of-Experts Models
Faicel Chamroukhi, Bao-Tuyen Huynh
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 计算 (stat.CO) ; 方法论 (stat.ME)
[487] arXiv:1810.12169 [中文pdf, pdf, 其他]
标题: 基因组-宏基因组互作效应的快速计算
标题: Fast Computation of Genome-Metagenome Interaction Effects
Florent Guinot (LaMME), Marie Szafranski (LaMME), Julien Chiquet (MIA-Paris), Anouk Zancarini, Christine Le Signor, Christophe Mougel (IGEPP), Christophe Ambroise (LaMME)
主题: 应用 (stat.AP) ; 机器学习 (cs.LG) ; 统计理论 (math.ST) ; 方法论 (stat.ME)
[488] arXiv:1810.12176 [中文pdf, pdf, 其他]
标题: 基于深度生成模型的人类活动半监督学习
标题: Semi-unsupervised Learning of Human Activity using Deep Generative Models
Matthew Willetts, Aiden Doherty, Stephen Roberts, Chris Holmes
评论: 4页,2图,会议工作坊预印本 机器学习在健康领域(ML4H)研讨会,NeurIPS 2018 arXiv:1811.07216
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[489] arXiv:1810.12177 [中文pdf, pdf, 其他]
标题: 变分校准计算机模型
标题: Variational Calibration of Computer Models
Sébastien Marmin, Maurizio Filippone
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 应用 (stat.AP) ; 方法论 (stat.ME)
[490] arXiv:1810.12184 [中文pdf, pdf, 其他]
标题: 多变量分析与使用 R 包 muvis 的可视化
标题: Multivariate Analysis and Visualization using R Package muvis
Elyas Heidari, Vahid Balazadeh-Meresht, Ali Sharifi-Zarchi
评论: 在线文档:https://baio-lab.github.io/muvis/index.html
主题: 计算 (stat.CO)
[491] arXiv:1810.12233 [中文pdf, pdf, 其他]
标题: 通过种群蒙特卡罗和分类的近似贝叶斯计算
标题: Approximate Bayesian Computation via Population Monte Carlo and Classification
Charlie Rogers-Smith, Henri Pesonen, Samuel Kaski
评论: 18页,5图
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[492] arXiv:1810.12263 [中文pdf, pdf, 其他]
标题: 通过最小化PAC-贝叶斯泛化界来学习高斯过程
标题: Learning Gaussian Processes by Minimizing PAC-Bayesian Generalization Bounds
David Reeb, Andreas Doerr, Sebastian Gerwinn, Barbara Rakitsch
评论: 11页正文,12页附录。v2:小幅度修改,新增NeurIPS格式文件。最终版提交至NeurIPS 2018
期刊参考: 神经信息处理系统进展第31卷(NeurIPS会议2018论文集),https://papers.nips.cc/paper/7594-learning-gaussian-processes-by-minimizing-pac-bayesian-generalization-bounds
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG)
[493] arXiv:1810.12273 [中文pdf, pdf, 其他]
标题: 卡尔曼梯度下降:随机优化中的自适应方差缩减
标题: Kalman Gradient Descent: Adaptive Variance Reduction in Stochastic Optimization
James Vuckovic
评论: 25页,5图
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 优化与控制 (math.OC)
[494] arXiv:1810.12361 [中文pdf, pdf, 其他]
标题: 全局非凸优化与离散化扩散方法
标题: Global Non-convex Optimization with Discretized Diffusions
Murat A. Erdogdu, Lester Mackey, Ohad Shamir
评论: 19页,NeurIPS 2018最终版
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 计算 (stat.CO)
[495] arXiv:1810.12369 [中文pdf, pdf, 其他]
标题: 希尔伯特空间中的学习与推理量子图模型
标题: Learning and Inference in Hilbert Space with Quantum Graphical Models
Siddarth Srinivasan, Carlton Downey, Byron Boots
评论: 共13页,9页正文,3页附录;NIPS 2018
主题: 机器学习 (stat.ML) ; 机器学习 (cs.LG) ; 量子物理 (quant-ph)
[496] arXiv:1810.12389 [中文pdf, pdf, 其他]
标题: 非平稳小时波参数的联合时间序列统计模拟方法
标题: A Statistical Simulation Method for Joint Time Series of Non-stationary Hourly Wave Parameters
Wiebke S. Jäger, Thomas Nagler, Claudia Czado, Robert T. McCall
主题: 应用 (stat.AP)
[497] arXiv:1810.12401 [中文pdf, pdf, 其他]
标题: 聚类方法在纤维介质异常检测中的应用
标题: Application of Clustering Methods to Anomaly Detection in Fibrous Media
Denis Dresvyanskiy, Tatiana Karaseva, Sergei Mitrofanov, Claudia Redenbach, Stefanie Schwaar, Vitalii Makogin, Evgeny Spodarev
主题: 应用 (stat.AP) ; 计算工程、金融与科学 (cs.CE)
[498] arXiv:1810.12430 [中文pdf, pdf, 其他]
标题: 关于文献计量学与同行评议的一致性:来自意大利研究评估练习的证据
标题: On the agreement between bibliometrics and peer review: evidence from the Italian research assessment exercises
Alberto Baccini, Lucio Barabesi, Giuseppe De Nicolao
评论: 28页,6张表格,4幅图。此版本包含相同的结果和数学内容。它增加了扩展的文献综述、对研究结果的更深入讨论以及4幅展示结果的新图表。
主题: 应用 (stat.AP) ; 物理与社会 (physics.soc-ph) ; 其他统计 (stat.OT)
[499] arXiv:1810.12437 [中文pdf, pdf, 其他]
标题: 用于"大$n$与大$p$"贝叶斯稀疏回归中加速吉布斯采样的先验预条件共轭梯度方法
标题: Prior-preconditioned conjugate gradient method for accelerated Gibbs sampling in "large $n$ & large $p$" Bayesian sparse regression
Akihiko Nishimura, Marc A. Suchard
评论: 36页,7张图表+补充材料;软件包可用---请参阅https://bayes-bridge.readthedocs.io的文档和https://github.com/aki-nishimura/bayes-bridge的源代码
主题: 计算 (stat.CO) ; 机器学习 (stat.ML)
[500] arXiv:1810.12452 [中文pdf, pdf, 其他]
标题: 编译器随机直接效应:识别与稳健估计
标题: Complier stochastic direct effects: identification and robust estimation
Kara E Rudolph, Oleg Sofrygin, Mark J van der Laan
期刊参考: 美国统计协会杂志。2020
主题: 方法论 (stat.ME)
总共 1364 条目 : 1-50 ... 301-350 351-400 401-450 451-500 501-550 551-600 601-650 ... 1351-1364
显示最多 50 每页条目: 较少 | 更多 | 所有
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号