壳牌 Andy McGinn,上游技术部署经理,路线图第 4 阶段负责人 Gregg Cremer,油气投资组合经理 Sven Kramer,高级战略顾问 Douwe Sickler,技术战略经理 Lucie Girard,技术部署分析师 Frans van den Berg,技术负责人,第 2/3 阶段 Arun Agrawal,企业规划负责人 Raghu Yabaluri,路线图战略顾问 Anveshan Chaudhary,高级业务顾问 Neeti Tandon,高级商业智能顾问 Bharat Ramanan,政府关系专家 William Epping,首席油田开发规划师 Gertjan Ouwerling,地震处理经理 Pierre Kriesels,新型钻井和材料团队负责人 Chris Nicholls,碳酸盐储层团队负责人 Mark Emdin,组织效率顾问 Saule Zhonkebayeva,组织效率 Kees Jan Bender,组织效率 Mitch Winkler,全球技术专家 – 北极 Guillermo Pastor,企业支持经理 Martin Jagger,技术第一阶段测绘主管 Gerwin Karman,第一阶段技术测绘 Vidar Øverlie,油井技术,壳牌挪威
2025使用结构化矩阵自定义了软磁性注意的电感偏差。Yilun Kuang,Noah Amsel,Sanae Lotfi,Shikai Qiu,Andres Potapczynski,Andrew Gordon Wilson。审查2024年,贝叶斯对抗体的优化是由不断发展的序列生成模型所告知的。Alan Nawzad Amin,Nate Gruver ∗,Yilun Kuang ∗(同等贡献),Yucen Lily Li ∗,Hunter Elliott,Aniruddh Raghu,Calvin McCarter,Peyton Greenside Greenside,Andrew Gordon Wilson。国际学习表征会议(ICLR),2025年,Spotlight 2024解锁令牌作为较大语言模型的泛化界限的数据点。sanae Lotfi ∗,Yilun Kuang ∗(同等贡献),Brandon Amos,Micah Goldblum,Marc Finzi,Andrew Gordon Wilson。神经信息处理系统(Neurips),2024年,Spotlight 2023大型语言模型的非呈现概括范围。sanae Lotfi ∗,Marc Finzi ∗,Yilun Kuang ∗(同等贡献),Tim G. J. Rudner,Micah Goldblum,Andrew Gordon Wilson。国际机器学习会议(ICML),2024 2023具有最大多种能力表示的自然图像的学习有效编码。Thomas Yerxa,Yilun Kuang,Eero Simoncelli,Sueyeon Chung。神经信息处理系统(神经),2023年研讨会论文
这项研究是在芬兰国防军(AP5105)和统计芬兰的限制访问中进行的。这里表达的观点是作者的观点,不一定反映芬兰国防军,芬兰统计,芬兰银行或欧洲中央银行的观点。我们感谢芬兰统计局Valtteri Valkonen的项目协调员在数据和非常有见地的评论方面的帮助。We also thank Richard Blundell, Markus Brunnermeier, Bob Chirinko, Doug Diamond, Mark Gertler, Simon Gilchrist, Lubos Pastor, Monika Piazzesi, Raghu Rajan, Claire Shi, Andrei Shleifer, and conference and seminar participants at Aalto University, the Bank of Finland, the Board of the Bank of Finland, CES-ifo Summer研究所:关于经济学主观期望和概率的期望形成,CEBRA年度会议,CEPR家庭财务会议,Danmark国家银行,Cowles宏观会议,欧洲中央银行,EABCN资产定价和宏观宏观会议,欧洲储备会,欧洲储备会,汉布尔德大学,NBER MONETRICE CHERICT,INSTISS OFKEELES,UC INST,UC INSTINGY INSIC,INSTING INSTING IN INSTING IN IN INSP,芝加哥,曼海姆大学和WHU有价值的评论。我们非常感谢德意志政府银行的财政支持。韦伯还感谢芝加哥大学商学院,芝加哥大学布斯商学院FAMA研究基金的财政支持,以及FAMA-MILLER中心。
2009 年 4 月 7 日星期四 统计一致性与计量一致性的比较 Raghu N Kacker 和 Ruediger Kessel 美国国家标准与技术研究所 美国马里兰州盖瑟斯堡 20899 电子邮件:raghu.kacker@nist.gog ruediger.kessel@nist.gov 摘要 对同一测量进行多次评估时,传统的一致性概念是统计性的。一致性的统计观点与测量不确定度的现代观点不符;特别是,它不适用于以具有标准不确定度的测量值表示的测量结果。因此,《国际计量词汇》第 3 版 (VIM3) 引入了对同一测量的多个测量结果的计量兼容性概念。我们更喜欢用计量一致性这个术语来表示 VIM3 的计量兼容性概念。本文讨论了两种一致性概念的区别。1.引言目前最广泛使用的评估同一被测量的多个测量值一致性的方法是物理学家Raymond T. Birge于1932年发表的Birge检验法[1]。Birge检验法基于统计误差分析。由此产生了同一被测量的多个测量值的统计一致性的概念。随着测量科学技术的进步,测量值统计误差分析观点的局限性成为科学技术测量交流的障碍,因此,世界领先的计量学家发展了现代测量不确定度概念。现代观点在《测量不确定度表示指南》(GUM)[2]中有所描述,并在《国际计量词汇》(VIM3)第三版[3]中得到扩展。根据 GUM 和 VIM3,测量结果由测量值及其相关的标准不确定度组成。测量值被视为预期值,标准不确定度被视为归因于被测量未知值的知识状态概率密度函数 (pdf) 的标准偏差。通常,归因于被测量的 pdf 是不完全确定的。一致性的统计观点与 GUM 的测量不确定度观点不符,它不适用于以具有标准不确定度的测量值表示的测量结果。因此,VIM3 引入了计量兼容性的概念
入侵物种解决方案中心衷心感谢其成员和合作伙伴为支持其活动而提供的资金和实物捐助。入侵动物有限公司负责管理入侵物种解决方案中心。该项目获得了澳大利亚政府农业、水利和环境部的资助,以及联邦科学与工业研究组织 (CSIRO)、西澳大利亚州初级产业和区域发展部 (WA DPIRD) 和西澳大利亚州生物多样性、保护和景点部 (WA DBCA) 的实物支持。我们真诚感谢许多参与者抽出时间参加两次利益相关者研讨会,这些研讨会是在 CSIRO 社会科学人类研究伦理委员会 (CSSHREC) 授权 144/19 下举办的,由 PiqueGlobal Ltd. 的 David Romano 独立主持。我们感谢指导委员会在整个项目中的指导和领导,以及 Krista Verlis 和 Raghu Sathyamurthy 对报告草案的评论。本文件由 Wendy Ruscoe、Susan Campbell、Lucy Carter、Aditi Mankad、Peter Brown、Margaret Byrne、Kevin Oh、Mark Tizard 和 Tanja Strive 编写。本文件应引用为:Wendy Ruscoe、Susan Campbell、Lucy Carter、Aditi Mankad、Peter Brown、Margaret Byrne、Kevin Oh、Mark Tizard 和 Tanja Strive。(2021 年)脊椎动物害虫的遗传生物防治技术:决策框架摘要。向入侵物种解决方案中心提交的报告。堪培拉。由澳大利亚堪培拉入侵物种解决方案中心出版 www.vasives.com.au 印刷版 ISBN:978-1-925727-30-2 网站版 ISBN:978-1-925727-30-2 本报告可出于研究、讨论、记录保存、教育用途或其他公共利益的目的引用,但任何此类引用均承认入侵物种解决方案中心和出版物的作者。© 2021 Invasive Animals Ltd 封面图片:家鼠作者:Peter Brown © CSIRO。欧洲兔作者:Lawrence Sanders。欧洲鲤鱼作者:Marc Ainsworth。海蟾蜍作者:Tyler Monachino。
摘要金融科技在塑造金融和银行景观方面发挥了越来越多的作用。人们担心金融科技贷方使用替代数据来源以及对金融包容性的影响。我们比较了由传统银行渠道起源的大型金融科技贷方和类似贷款的贷款。具体来说,我们使用LendingClub的帐户级数据以及银行控股公司的Y-14M报告,总资产为500亿美元或更多。我们发现与利率价差,LendingClub评级等级和贷款绩效有很高的相关性。有趣的是,评级等级与FICO分数之间的相关性已从约80%(起源于2007年的贷款)下降至最近的年份(起源于2014- 2015年),这表明非正式替代数据已被金融科技贷方越来越多。此外,我们发现评级等级(基于替代数据分配)在起源后两年内预测贷款绩效方面表现良好。替代数据的使用使一些借款人可以按照传统标准将其归类为次级贷款,从而将其定为“更好”的贷款等级,这使他们获得了低价的信用。此外,对于违约的风险,消费者在贷款库中支付的贷款价差要比信用卡借贷的贷款较小。Keywords: fintech, LendingClub, marketplace lending, alternative data, shadow banking, P2P lending, peer-to-peer lending JEL Classification: G21, G28, G18, L21 __________________________________________ * julapa.jagtiani@phil.frb.org or 215-574-7284.作者感谢Erik Dolson,Raman Quinn Maingi,John Nguyen,尤其是Leigh-Ann Wilkins的研究帮助。他们还感谢Oneime Epouhe对压力测试数据的帮助。Tracy Basinger,Robin Prager,Joe Hughes,Bob Hunt,Robert Wardrop,Raghu Rau,Paul Calem,Chris Cumming,Kathleen Hanley以及参加年度FDIC会议,美国经济协会会议以及NYU Fintech年度会议的参与者。本文是“金融科技贷款中的替代数据和机器学习的作用:来自LendingClub消费者平台的证据” Julapa Jagtiani和Catharine Lemieux,费城联邦储备银行工作文件,2018年4月18日至15日,费城工作文件。免责声明:本工作论文代表了出于讨论目的而散发的初步研究。本文所表达的意见是作者自己的观点,不一定代表费城联邦储备银行,芝加哥联邦储备银行或美联储系统的观点。任何错误或遗漏都是作者的责任。这里不应将任何陈述视为法律建议。费城美联储工作论文可以在https://philadelphiafed.org/research-and-data/publication/working-papers上免费下载。
D. Richard Kuhn,NIST,kuhn@nist.gov Raghu N. Kacker,NIST,raghu.kacker@nist.gov Yu Lei,德克萨斯大学阿灵顿分校,ylei@uta.edu Dimitris Simos,SBA 研究部,DSimos@sba-research.org 摘要:测试是软件保证最常用的方法,但它既是一门科学,也是一门判断和艺术。结构覆盖通过为某些测试完整性概念建立正式定义的标准,为该过程增加了一些严谨性,但即使是完全覆盖,无论如何定义,也可能会遗漏与测试套件中未包含的罕见输入相关的故障。我们建议,结构覆盖度量必须辅以输入空间覆盖度量。有用的输入空间度量是存在的,并且与结构覆盖度量有关系,提供了一种验证是否已定义适当输入模型的方法。简介 将测试作为一种软件验证形式的主要反对意见之一是,它永远不可能证明被测系统适用于所有可能的输入。也很难提供关于测试集是否足以验证被测系统 (SUT) 是否正常工作的有意义的陈述。传统的结构覆盖率测量,通常是语句或分支覆盖率,有很多不足之处。即使执行了所有语句并进行了所有分支,也不能保证输入空间已被充分覆盖以进行故障检测。潜在错误可能会在稍后出现非常罕见的条件组合,而这些条件组合并未包含在测试中。系统地划分输入空间的方法已被广泛研究,但大多数方法必然涉及大量主观判断,并且不提供完整性的定量测量。组合方法提供了基于现有输入空间划分技术的方法,以提供更严格的测试。覆盖率测量完整的输入模型是实现全面测试的目标的一部分。根据在定义完整性时要考虑的系统方面,存在多种方法来确定何时认为测试足够。通常,这些方法包括完全覆盖要求的一些概念,并且可能还考虑代码的结构覆盖率。在软件工程中,结构覆盖率是指程序执行程度的度量。最广泛使用的两种度量是语句覆盖率(已执行的程序语句的比例)和分支覆盖率(也称为判定覆盖率),即被评估为真和假的分支的比例。还有许多其他度量或测试标准,包括条件覆盖率和修改后的条件判定覆盖率,并且可以证明这些标准形成了一个层次结构 [4]。例如,判定覆盖率包含语句覆盖率。结构覆盖率度量在衡量测试集的完整性方面很有价值,虽然它们的实用性有些有限。语句覆盖率是这些措施中最弱的,但未能实现完整的语句覆盖率至少表明代码没有得到充分的测试。分支覆盖率提供了更强大的
致谢 中期审查工作组受益于许多人提出的意见和观察,这些意见和观察通常非常广泛,并且总是受到高度赞赏。这些贡献的价值得到了充分的认可。在一些情况下,这些观察是深刻的;工作组总是对这些意见进行深入考虑,但有时也认识到所提出的问题无法完全纳入本次中期审查的范围。此类评论已被记录下来,以便以后再关注。
“美国城市、城镇、社区、州、县、大都市区、邮政编码、区号和学校的本地指南。” 76 次观看45 次观看49 次观看39 次观看41 次观看36 次观看36 次观看37 次观看33 次观看37 次观看35 次观看35 次观看36 次观看40 次观看34 次观看45 次观看36 次观看39 次观看27 次观看35 次观看25 次观看37 次观看35 次观看32 次观看26 次观看29 次观看41 次观看24 次观看43 次观看25 次观看35 次观看30 次观看39 次观看27 次观看27 次观看30 次观看27 次观看22 次观看31 次观看30 次观看24 次观看26 次观看26 次观看31 次观看31 次观看29 次观看22 次观看40 次观看26 次观看24 次观看30 次观看40 次观看25 次观看26 次观看25 次观看19 次观看93 次观看80 次观看69 次观看84 次观看61 次观看63 次观看70 次观看83 次观看91 次观看105 次观看52 次观看57 次观看89 次观看67 次观看74 次观看88 次观看71 次观看55 次观看82 次观看52 次观看80 次观看73 次观看49 次观看69 次观看51浏览次数56 浏览次数56 浏览次数55 浏览次数60 浏览次数41 浏览次数65 浏览次数50 浏览次数65 浏览次数50 浏览次数41 浏览次数43 浏览次数52 浏览次数45 浏览次数55 浏览次数49 浏览次数43 浏览次数52 浏览次数62 浏览次数49 浏览次数44 浏览次数 从 0 天 0 小时 00 分钟 00 秒 分享此优惠 送货需要至少 7 个工作日才能发货 购买的物品可以从我们的办公室领取或送货 物品必须在 2021 年 6 月 27 日之前领取/收到 未在 2021 年 6 月 27 日之前领取/收到的物品将被没收,不予退款 您的产品可立即领取 - 详情请参阅下文 无现金价值/无现金返还/不退款 立即检查产品;自收到产品之日起 7 天内有缺陷退货,前提是退回的物品未使用且