图1:(a)显示了具有2个级别的样本分层图。社区以不同的颜色和节点的重量和较高级别的边缘的重量显示,分别表示相应社区和两部分的边缘之和。节点大小和边缘宽度表示其权重。(b)矩阵显示了图G 2矩阵的相应邻接,其中其每个子图形对应于邻接矩阵中的一个块,社区以不同的颜色显示,两分属均以灰色为颜色。(c)多项式分布的分解是一个递归粘性过程,在每次迭代中,首先将剩余权重的一小部分分配给M -The行(子图中的m -th节点),然后该分数V M分布在小三角形邻接邻接邻接次邻接次含量中。(d)平行的社区。(e)两分的平行预测。阴影线是代表每个步骤中候选边缘的增强边缘。
摘要 目的。评估墨西哥人口接种 Covid-19 疫苗的意愿(接受度),并确定与疫苗犹豫和拒绝相关的社会经济因素。材料和方法。我们使用 2020 年 8 月至 11 月进行的 Covid-19 国家健康和营养调查的数据估计了接受、拒绝和犹豫的比例。使用多项逻辑回归探索与拒绝和犹豫相关的因素。结果。Covid-19 疫苗接种接受率为 62.3%,拒绝率为 28.2%,犹豫率为 9.5%。拒绝和犹豫与女性、年龄较大、教育程度较低、社会经济地位较低和在非正规部门工作有关。结论。鼓励接种疫苗的全国性运动需要考虑犹豫和拒绝可能性较高的特定亚群。在墨西哥,弱势群体和罹患新冠肺炎并发症和死亡风险较高的人拒绝和犹豫的比例更高。
目标:我们旨在探索医疗保健学生的间歇性敏感性概况及其与您的关系,以开发有效的教育方法,以促进非歧视性患者护理。方法:我们进行了一项横断面问卷研究,涉及匈牙利的508国际(n = 100)和Lo-cal(n = 408)的医疗保健学生,可通过便利抽样。调查包括人口统计学,界面灵敏度量表和人际反应性。我们应用潜在概况分析以识别不同的灵敏度概况并使用多项式逻辑回归来估计几个背景变量在概况组成员身份上的预测能力。结果:出现了一个四核解:“跨文化上的范围”(n = 241),“跨文化不确定”(n = 76),“跨文化敏感”(n = 132)和“跨文化上拒绝”(n = 54)。模型(R 2 = 0.123; P = 0.001)表明,PSY-CHOLICY MADIO倾向于预测“不确定”组
在本文中,我们开发了一个新的多元分布,该分布适用于计数数据,称为树p´olya拆分。该类是由沿固定分区树的单变量分布和单数多变量分布的组合而产生的。已知的分布,包括Dirichlet-Multinomial,广义的Dirichlet-Multinomial和Dirichlet-Tree多项式,是此类中的特殊情况。正如我们将要证明的那样,这些分布是灵活的,可以在观测水平上建模复杂的依赖性结构(正,负或空)。具体来说,我们通过主要关注边缘分布,段落矩和依赖性结构(协方差和相关性)来介绍树p´olya分裂分布的理论特性。A dataset of abundance of Trichoptera is used, on one hand, as a benchmark to illustrate the theoretical properties developed in this article, and on the other hand, to demonstrate the interest of these types of models, notably by comparing them to other approaches for fitting multivariate data, such as the Poisson-lognormal model in ecology or singular multivariate distributions used in microbiome.
摘要 —描述图像的视觉语义内容是提高场景图像识别能力的一种有效而直接的方法。语义多项式 (SMN) 表示就是这样一种表示,它使用概念的后验概率来捕获语义信息。获取 SMN 表示的核心部分是构建概念模型。为了构建概念模型,必须为图像中存在的每个概念提供基本事实 (真实) 概念标签。由于数据集中的图像数量众多,因此手动标记概念实际上不可行。在这项工作中,我们提出了一种在没有真实概念标签的情况下选择伪概念的方法。我们建议使用弱监督伪概念建模来生成一种基于深度 CNN 的新型 SMN 表示。在这种方法中,来自更深的卷积层的激活图(过滤器响应)被视为伪概念的线索。我们建议使用伪概念类数据的子空间分析来对相似的伪概念进行分组。在 MIT67 和 SUN397 等标准数据集上的场景识别任务中研究了所提出方法的有效性。
2009 年,我们针对美国医疗保险受益人开展了一项基于人群的病例对照研究(42,885 例神经退行性疾病病例,334,387 例随机选择的对照)。使用 2006-2007 年的药物数据,我们根据药物的生物学靶点及其作用机制对所有已配药物进行了分类。我们使用多项逻辑回归模型,同时考虑人口统计学、吸烟指标和医疗保健利用率,估计了 141 个靶点-作用对和每种神经退行性疾病的比值比 (OR) 和 95% 置信区间 (CI)。对于与这三种疾病呈负相关的靶点-作用对,我们尝试在包括主动比较组的队列研究中进行复制。我们通过跟踪 2010 年初至 2014 年底死亡或死亡前神经退行性疾病发病情况(即两年暴露滞后后最多五年)来构建队列。我们使用 Cox 比例风险回归,同时考虑相同的协变量。
在NLP中,已知基于单词或子字的文本语言模型表现优于其基于字符的同行。然而,在语音社区中,口语LMS的标准输入为20ms或40毫米的离散单元(比音素短)。从基于文字的LM中汲取灵感,我们基于单词大小连续值的音频嵌入来引入生成性口语模型(GSLM),该模型可以产生多样化和表现力的语言。这是通过用词汇嵌入函数代替词汇类型的查找,通过对比度损失的横熵损失以及k-nn Sampling的多项式采样。最终的模型是基于单词大小连续嵌入的第一个属性语言模型。其性能与自动指标和主观人类判断衡量的发电质量的离散单位GSLM相当。此外,由于其200ms的大型单元,它的内存效率高五倍。此外,词汇嵌入器之前和之后的嵌入在含明确和语义上是可解释的。1
我们在2009年对美国医疗保险受益人进行了基于人群的病例对照研究(42,885例发生神经退行性疾病病例,334,387个随机选择的控制权)。使用2006 - 2007年的药物数据,我们根据其生物学靶标和对这些靶标的作用机制进行了分类。,我们使用多项式逻辑回归模型,同时考虑人口统计学,吸烟指标和医疗保健利用率,以估算141个目标行动对和每种神经退行性疾病的赔率比(ORS)和95%置信区间(CIS)。对于与所有三种疾病成反相关的目标动作对,我们在包括主动比较器组的队列研究中尝试了复制。,我们从2010年初到死亡或2014年底,即两年年度暴露后的五年后,从2010年初到死亡或2014年底的事件神经退行性疾病来构建了队列。我们在考虑相同协变量的同时使用了Cox的优势危害回归。
摘要 本研究旨在调查乘客对低成本航空运输服务的偏好和接受意愿。选择实验用于研究乘客对低成本航空运输服务的一系列服务属性的选择。多项逻辑模型的结果表明,乘客愿意接受低成本航空运输服务,他们的偏好与他们的社会经济特征和出行行为密切相关。鼓励航空公司管理人员和政策制定者在考虑乘客社会人口特征和出行行为的重要作用的同时,更加关注低成本航空运输服务的吸引力。本研究通过提供接受意愿计算作为一种战略工具来评估在尚未提供此类服务的发展中国家和欠发达国家提供低成本航空运输的可行性,为相关知识体系做出了贡献。关键词:低成本航空公司、陈述偏好、选择实验、接受意愿、伊朗。JEL 分类:M390;M000 1。简介
摘要 — 描述图像的视觉语义内容是提高场景图像识别效果的有效而直接的方法。语义多项式 (SMN) 表示就是这样一种表示,它使用概念的后验概率来捕获语义信息。获取 SMN 表示的核心部分是构建概念模型。为了构建概念模型,必须为图像中存在的每个概念提供基本事实 (真实) 概念标签。由于数据集中的图像数量众多,因此手动标记概念实际上不可行。在这项工作中,我们提出了一种在没有真实概念标签的情况下选择伪概念的方法。我们建议使用弱监督伪概念建模生成一种基于深度 CNN 的新型 SMN 表示。在这种方法中,来自更深的卷积层的激活图(过滤响应)被视为伪概念的线索。我们建议使用伪概念类数据的子空间分析来对相似的伪概念进行分组。在 MIT67 和 SUN397 等标准数据集上研究了所提出方法在场景识别任务中的有效性。