- 临床预测模型管理中留置集使用的伦理考虑
临床预测模型的伦理研究中探讨了利用保留集进行临床预测模型的潜在实施,涉及到临床预测模型、预测效果、伦理原则、伦理和统计问题。提出了如何选择保留集样本、以及与随机对照试验的伦理和统计差异等问题,并对研究者使用保留集进行临床预测模型提出实用建议 - 优化确定性等价风险估计的集中界
我们研究了独立同分布样本估计优化确定等价风险的问题,推导了经典的样本平均逼近法以及基于随机逼近的 OCE 估计器的均方误差和集中界限,并在风险感知赌博问题中应用所得到的界限,推导了误判概率的界限,并最终进行了数值实验证实理论发现。
- 基于 LDM 系统的停车场场景动态风险评估方法
基于车内外情景融合的动态风险评估方法,创建用于 ADAS 性能评估的多传感器数据集并融合车辆内外数据构建基于 LDM 的动态风险评估系统。
- 结直肠癌筛查的人工智能展望
利用血液标记物和人工智能技术进行非侵入性的风险评估,通过检查现有的医疗实践来推动结直肠癌筛查的变革。
- 联合协变量对齐和概念对齐:一种领域泛化框架
本文提出了一种新颖的领域泛化(DG)框架,该框架基于一种新的风险上限,旨在联合最小化在已见域之间的协变量转移和概念转移,以在未见域上获得更好的性能。在本文中,我们使用了分布对齐的常用方法,即最大均值差异(MMD)和协方差对齐(CORAL), - 通过域不变表示估计分布转移下的泛化能力
本篇论文研究机器学习模型在不同测试分布的情况下表现不佳且过度估计它们的表现的问题,并提出一种基于领域不变性预测模型的方法来更好地估计模型在转移学习领域的性能,从而实现了领域自适应和对给定模型在分布转移情况下进行准确的目标误差估计,并可以用于 - 核对齐风险估计器:从训练数据中预测风险
通过 KRR、SCT 和 KARE 的引入,利用 Wishart 随机矩阵的 Stieltjes 变换进行有限尺度分析,得出一个 KRR 风险的近似值,同时基于这个近似值提供了一种有前景的选择如何进行 Kernels 建设的数据依赖性程序。
- AAAI行人模式数据集
介绍了一份用于自动驾驶的行人模式数据集,其中包含了行人和车辆的 Full HD 视频和 GPS 数据,通过对采集的视频进行快速 R-CNN 行人检测,可得出每个时间段内人流密度估计,以便于评估不同路径下的人流风险。
- NIPS先前住院期间血清肌酐测量之和预测再入院患者的急性肾损伤
使用血清肌酐作为唯一特征,采用多层感知器和循环神经网络来估计住院期间发生急性肾损伤的风险。实验结果显示, MLP 模型处理 sCr 的总和具有最佳性能:AUROC 为 0.92,AUPRC 为 0.70。预计还需要通过改进网络架构来处理缺失 - ACL通过最小化与句法翻译格子相关的贝叶斯风险进行神经机器翻译
该研究提出了一种将神经机器翻译(NMT)与传统的统计机器翻译(SMT)相结合的新方案,利用贝叶斯风险进行组合,并成功地在英德和日英翻译方面得到了显著的提升。
- 稀疏主成分分析在高维带噪数据下的极小极大界
本文研究了基于独立的高斯观测量对高维种群协方差矩阵的主导特征向量的估计问题,建立了 $l_2$ 损失下估计量最小风险的极小界,并提出了一种新的二阶段坐标选择方案的特征向量估计方法。
- 随机矩阵理论在金融领域的应用:简要综述
本文讨论了随机矩阵理论在金融市场和计量经济模型中的应用,涵盖了许多理论结果和具体应用,如马尔琴科 - 帕斯图尔谱及其各种扩展、随机 SVD、自由矩阵、最大特征值统计等,并着重阐述了该理论与投资组合优化和风险评估的关系。