统计学每日论文速递[05.27]
同步公众号(arXiv每日学术速递)，欢迎关注，感谢支持哦~
stat 方向，今日共计55篇
【1】 Evaluating epidemic forecasts in an interval format
标题：以间隔格式评估流行病预测
作者： Johannes Bracher, Nicholas G. Reich
链接：https://arxiv.org/abs/2005.12881
【2】 GP-ETAS: Semiparametric Bayesian inference for the spatio-temporal Epidemic Type Aftershock Sequence model
标题：GP-ETAS：时空流行型余震序列模型的半参数贝叶斯推断
作者： Christian Molkenthin (1), Manfred Opper (4)
链接：https://arxiv.org/abs/2005.12857
【3】 Space-Time VON CRAMM: Evaluating Decision-Making in Tennis with Variational generatiON of Complete Resolution Arcs via Mixture Modeling
标题：时空von Cramm：通过混合建模的完全分辨率弧的变分生成来评估网球决策
作者： Stephanie Kovalchik, Cagatay Goncu
链接：https://arxiv.org/abs/2005.12853
【4】 Bayesian joint models for longitudinal and survival data
标题：纵向和生存数据的贝叶斯联合模型
作者： Carmen Armero
链接：https://arxiv.org/abs/2005.12822
【5】 The probability of a robust inference for internal validity and its applications in regression models
标题：内部有效性稳健推断的概率及其在回归模型中的应用
作者： Tenglong Li, Kenneth A. Frank
备注：arXiv admin note: substantial text overlap with arXiv:1906.08726
链接：https://arxiv.org/abs/2005.12784
【6】 SEIRD Model for Qatar Covid-19 Outbreak: A Case Study
标题：卡塔尔Covid-19暴发的SEIRD模型：一个案例研究
作者： Ryad Ghanam, Abdel-Salam G. Abdel-Salam
链接：https://arxiv.org/abs/2005.12777
【7】 Likelihood theory for the Graph Ornstein-Uhlenbeck process
标题：图Ornstein-Uhlenbeck过程的似然理论
作者： Valentin Courgeau, Almut E. D. Veraart
链接：https://arxiv.org/abs/2005.12720
【8】 A Bayesian Approach for Predicting Food and Beverage Sales in Staff Canteens and Restaurants
标题：预测员工食堂和餐馆中食品和饮料销售的贝叶斯方法
作者： Konstantin Posch, Jürgen Pilz
链接：https://arxiv.org/abs/2005.12647
【9】 Varying-coefficient functional additive models
标题：变系数泛函加法模型
作者： Hidetoshi Matsui
链接：https://arxiv.org/abs/2005.12641
【10】 Hard Shape-Constrained Kernel Machines
标题：硬形状约束核机器
作者： Pierre-Cyril Aubin-Frankowski, Zoltan Szabo
链接：https://arxiv.org/abs/2005.12636
【11】 Note on Local Projections as a System of Equations
标题：关于局部投影作为方程组的注记
作者： Masahiro Tanaka
链接：https://arxiv.org/abs/2005.12620
【12】 Locally private non-asymptotic testing of discrete distributions is faster using interactive mechanisms
标题：使用交互机制，离散分布的局部私有非渐近测试速度更快
作者： Thomas B. Berrett, Cristina Butucea
链接：https://arxiv.org/abs/2005.12601
【13】 Truncating the Exponential with a Uniform Distribution
标题：用均匀分布截断指数
作者： Rafael Weißbach, Dominik Wied
链接：https://arxiv.org/abs/2005.12556
【14】 Matrix superharmonic priors for Bayes estimation under matrix quadratic loss
标题：矩阵二次损失下Bayes估计的矩阵超调和先验
作者： Takeru Matsuda, William E. Strawderman
链接：https://arxiv.org/abs/2005.12479
【15】 Modeling the Dynamics of the COVID-19 Population in Australia: A Probabilistic Analysis
标题：模拟澳大利亚COVID-19人口的动态：概率分析
作者： Ali Eshragh, Elizabeth Stojanovski
链接：https://arxiv.org/abs/2005.12455
【16】 Causal inference with multiple versions of treatment and application to personalized medicine
标题：具有多个治疗版本的因果推理及其在个性化医学中的应用
作者： Jonas Béal, Aurélien Latouche
链接：https://arxiv.org/abs/2005.12427
【17】 Robust Matrix Completion with Mixed Data Types
标题：混合数据类型的鲁棒矩阵完成
作者： Daqian Sun, Martin T. Wells
链接：https://arxiv.org/abs/2005.12415
【18】 Explore Training of Deep Convolutional Neural Networks on Battery-powered Mobile Devices: Design and Application
标题：电池供电移动设备上深度卷积神经网络的探索训练：设计和应用
作者： Cong Wang, Jun Wang
链接：https://arxiv.org/abs/2005.12901
【19】 Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model
标题：用产生式模型打破基于模型的强化学习中的样本量障碍
作者： Gen Li, Yuxin Chen
链接：https://arxiv.org/abs/2005.12900
【20】 Global sensitivity analysis informed model reduction and selection applied to a Valsalva maneuver model
标题：应用于Valsalva机动模型的全局灵敏度分析信息模型简化和选择
作者： E. Benjamin Randall, Mette S. Olufsen
链接：https://arxiv.org/abs/2005.12879
【21】 Time-Variant Variational Transfer for Value Functions
标题：值函数的时变变分传递
作者： Giuseppe Canonaco, Marcello Restelli
链接：https://arxiv.org/abs/2005.12864
【22】 Approximation Schemes for ReLU Regression
标题：REU回归的近似格式
作者： Ilias Diakonikolas, Mahdi Soltanolkotabi
链接：https://arxiv.org/abs/2005.12844
【23】 Sentiment Analysis for Education with R: packages, methods and practical applications
标题：R教育的情感分析：软件包、方法和实际应用
作者： Michelangelo Misuraca, Maria Spano
链接：https://arxiv.org/abs/2005.12840
【24】 Twitter discussions and concerns about COVID-19 pandemic: Twitter data analysis using a machine learning approach
标题：关于COVID-19大流行的Twitter讨论和关注：使用机器学习方法的Twitter数据分析
作者： Jia Xue (University of Toronto), Tingshao Zhu (China Academy of Science)
链接：https://arxiv.org/abs/2005.12830
【25】 Local Motion Planner for Autonomous Navigation in Vineyards with a RGB-D Camera-Based Algorithm and Deep Learning Synergy
标题：基于RGB-D摄像机算法和深度学习协同的葡萄园自主导航局部运动规划器
作者： Diego Aghi, Marcello Chiaberge
链接：https://arxiv.org/abs/2005.12815
【26】 Active Imitation Learning with Noisy Guidance
标题：带噪声指导的主动模仿学习
作者： Kianté Brantley, Hal Daumé III
备注：ACL 2020
链接：https://arxiv.org/abs/2005.12801
【27】 The prospects of quantum computing in computational molecular biology
标题：量子计算在计算分子生物学中的应用前景
作者： Carlos Outeiral, Charlotte M. Deane
链接：https://arxiv.org/abs/2005.12792
【28】 Data-driven Efficient Solvers and Predictions of Conformational Transitions for Langevin Dynamics on Manifold in High Dimensions
标题：高维流形上Langevin动力学的数据驱动高效求解器和构象转变预测
作者： Yuan Gao, Nan Wu
链接：https://arxiv.org/abs/2005.12787
【29】 CoronaSurveys: Using Surveys with Indirect Reporting to Estimate the Incidence and Evolution of Epidemics
标题：CoronaSurveys：使用带有间接报告的调查来估计流行病的发生率和演变
作者： Oluwasegun Ojo, Antonio Fernández Anta
链接：https://arxiv.org/abs/2005.12783
【30】 A Protection against the Extraction of Neural Network Models
标题：神经网络模型提取的防护
作者： Hervé Chabanne, Linda Guiga
链接：https://arxiv.org/abs/2005.12782
【31】 How to Grow a (Product) Tree: Personalized Category Suggestions for eCommerce Type-Ahead
标题：如何成长(产品)树：针对电子商务Type-Ahead的个性化分类建议
作者： Jacopo Tagliabue, Marie Beaulieu
链接：https://arxiv.org/abs/2005.12781
【32】 CERT: Contrastive Self-supervised Learning for Language Understanding
标题：CERT：用于语言理解的对比自我监督学习
作者： Hongchao Fang, Pengtao Xie
链接：https://arxiv.org/abs/2005.12766
【33】 Inherent Noise in Gradient Based Methods
标题：基于梯度的方法中的固有噪声
作者： Arushi Gupta
链接：https://arxiv.org/abs/2005.12743
【34】 A Computational Approach to Measuring Vote Elasticity and Competitiveness
标题：测量投票弹性和竞争力的计算方法
作者： Daryl DeFord, Justin Solomon
链接：https://arxiv.org/abs/2005.12731
【35】 Implementation Matters in Deep Policy Gradients: A Case Study on PPO and TRPO
标题：深层次政策梯度中的实施问题：PPO和TRPO的个案研究
作者： Logan Engstrom, Aleksander Madry
备注：ICLR 2020 version. arXiv admin note: text overlap with arXiv:1811.02553
链接：https://arxiv.org/abs/2005.12729
【36】 Continual Local Training for Better Initialization of Federated Models
标题：持续的本地培训，以更好地初始化联邦模型
作者： Xin Yao, Lifeng Sun
备注：This paper has been accepted to 2020 IEEE International Conference on Image Processing (ICIP 2020)
链接：https://arxiv.org/abs/2005.12657
【37】 Bayesian Generative Models for Knowledge Transfer in MRI Semantic Segmentation Problems
标题：MRI语义分割问题中知识转移的贝叶斯生成模型
作者： Anna Kuzina, Evgeny Burnaev
备注：arXiv admin note: substantial text overlap with arXiv:1908.05480
链接：https://arxiv.org/abs/2005.12639
【38】 Memory-Efficient Sampling for Minimax Distance Measures
标题：极小极大距离测量的内存有效采样
作者： Fazeleh Sadat Hoseini, Morteza Haghir Chehreghani
链接：https://arxiv.org/abs/2005.12627
【39】 Enhancing accuracy of deep learning algorithms by training with low-discrepancy sequences
标题：通过低差异序列训练提高深度学习算法的精度
作者： Siddhartha Mishra, T. Konstantin Rusch
链接：https://arxiv.org/abs/2005.12564
【40】 Improving Regression Uncertainty Estimates with an Empirical Prior
标题：用经验先验改进回归不确定性估计
作者： Eric Zelikman, Christopher Healy
链接：https://arxiv.org/abs/2005.12496
【41】 Is deeper better? It depends on locality of relevant features
标题：深一点更好吗？它取决于相关要素的位置
作者： Takashi Mori, Masahito Ueda
链接：https://arxiv.org/abs/2005.12488
【42】 The best way to select features?
标题：选择功能的最佳方式是什么？
作者： Xin Man, Ernest Chan
备注：8 pages, submitted to ACM International Conference on AI in Finance (ICAIF-2020)
链接：https://arxiv.org/abs/2005.12483
【43】 qDKT: Question-centric Deep Knowledge Tracing
标题：QDKT：以问题为中心的深层知识追踪
作者： Shashank Sonkar, Richard G. Baraniuk
链接：https://arxiv.org/abs/2005.12442
【44】 Interpretable Contrastive Learning for Networks
标题：可解释的网络对比学习
作者： Takanori Fujiwara, Kwan-Liu Ma
链接：https://arxiv.org/abs/2005.12419
【45】 Evolution of Credit Risk Using a Personalized Pagerank Algorithm for Multilayer Networks
标题：基于个性化PageRank算法的多层网络信用风险演化
作者： Cristián Bravo, María Óskarsdóttir
链接：https://arxiv.org/abs/2005.12418
【46】 Fair Policy Targeting
标题：公平政策目标
作者： Davide Viviano, Jelena Bradic
链接：https://arxiv.org/abs/2005.12395
【47】 Meta-Reinforcement Learning for Trajectory Design in Wireless UAV Networks
标题：用于无线无人机网络轨迹设计的元强化学习
作者： Ye Hu, Shuguang Cui
链接：https://arxiv.org/abs/2005.12394
【48】 Non-IID Graph Neural Networks
标题：非IID图神经网络
作者： Yiqi Wang, Jiliang Tang
链接：https://arxiv.org/abs/2005.12386
【49】 Do the Machine Learning Models on a Crowd Sourced Platform Exhibit Bias? An Empirical Study on Model Fairness
标题：众包平台上的机器学习模型是否存在偏差？模型公平性的实证研究
作者： Sumon Biswas, Hridesh Rajan
备注：ESEC/FSE'20: The 28th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering
链接：https://arxiv.org/abs/2005.12379
【50】 Statistically-based methodology for correcting delay-induced errors on the evaluation of COVID-19 pandemic
标题：COVID-19大流行评估中基于统计的校正延迟引起的错误的方法
作者： Sebastián Contreras, Álvaro Olivera-Nappa
链接：https://arxiv.org/abs/2005.12376
【51】 Path Imputation Strategies for Signature Models
标题：签名模型的路径插补策略
作者： Michael Moor, Bastian Rieck
链接：https://arxiv.org/abs/2005.12359
【52】 Incidental Supervision: Moving beyond Supervised Learning
标题：附带监督：超越监督学习
作者： Dan Roth
链接：https://arxiv.org/abs/2005.12339
【53】 Towards Efficient Scheduling of Federated Mobile Devices under Computational and Statistical Heterogeneity
标题：面向计算和统计异构性下的联邦移动设备高效调度
作者： Cong Wang, Pengzhan Zhou
链接：https://arxiv.org/abs/2005.12326
【54】 Principal Component Analysis Based on T$\ell_1$-norm Maximization
标题：基于 T$=ell_1$标准最大化的主要组件分析
作者： Xiang-Fei Yang, Nai-Yang Deng
链接：https://arxiv.org/abs/2005.12263
【55】 Estimating Differential Latent Variable Graphical Models with Applications to Brain Connectivity
标题：估计微分潜变量图形模型及其在脑连通性中的应用
作者： Sen Na, Oluwasanmi Koyejo
链接：https://arxiv.org/abs/1909.05892
机器翻译，仅供参考
