XiaoMi-AI文件搜索系统
World File Search System极值
Erin L. Towler博士Erin L. Towler博士
•对全球气候模型预测对区域干旱进行了统计缩小，并与社会科学家合作，以提高干旱信息的可用性。•将重复的天气模式预测纳入统计极值分析中，以预测美国西南部的极端降水。2010-2012博士后速度研究员：UCAR访问科学家计划，NCAR和美国地质调查局，Bozeman，MT•评估了从气候变化和与NCAR和USGS Nortgs Northern Rocky Mountain Science Center（Bozeman，MT）的科学家合作的陆地和水生生态系统的水文风险。•交流和转移的研究结果将气候预测纳入生态应用和适应性，特别是针对环境流和森林管理。2008-2010研究生研究助理：研究应用实验室，NCAR
位场数据反演 - 印度科学院
摘要。由于难以获得唯一解，势场数据反演问题是一个具有挑战性的问题。本文确定了各种类型的非唯一性，并认为消除所有类别的非唯一性既不可能也没有必要。某些类型的非唯一性是由于人为的限制和选择造成的，这些类型将永远存在。列出所有解决方案、对可接受的解决方案施加额外约束、先验理想化、使用先验或补充信息、描述所有解决方案的共同点、获得极值解决方案、寻求所有可能解决方案的分布等。面对非唯一性，有各种反应。结果表明，所有这些技术只是改变了非唯一性的形式。讨论了一些用于获得目标函数全局最小值的算法。阐明了看似不同的方法背后的概念共性以及由于不同的公理背景而对相同数值结果进行非唯一解释的可能性。
![arxiv：2401.17430v1 [stat.me] 2024年1月30日](/simg/2\22b225fd48fd1c357aa1bef9e0dee2a10d4ca273.webp)
arxiv：2401.17430v1 [stat.me] 2024年1月30日
摘要。空间极端的环境数据科学传统上严重依赖最大稳定过程。尽管这些模型的受欢迎程度可能与统计学家达到顶峰，但在许多应用领域中，他们仍然被认为并被视为“最先进”。然而，尽管支持最大稳定过程的渐近理论在数学上是严格且全面的，但我们认为在环境应用中，它在环境应用中也已被过度使用（即使不是滥用），以损害更有目的和经过验证的模型。在本文中，我们回顾了最大过程模型的主要局限性，并强烈反对它们在环境研究中的系统使用。讨论了基于更灵活的框架的替代解决方案 - 讨论了超过适当选择的高阈值的变量的超出作品，并提供了对未来研究的前景，突出了前进的建议，并与极值统计数据一起杂交机器学习提供了机会。
分析婚姻中的匹配模式-Lirias
社会科学家长期以来一直对婚姻同性恋及其与不平等的关系感兴趣。但是，测量同质并不直接，尤其是当一个人有兴趣根据多个特征评估婚姻排序时。在本文中，我们认为单独的极值（SEV）模型不仅生成具有几种理想理论属性的匹配函数，而且还适合于多维分类的研究。特别是我们使用丰富的小规模调查数据来检查那不勒斯学龄儿童的父母分类。我们表明同质是普遍的。男人和女人不仅按年龄，教育和身体特征分类，而且还寻找具有与健康相关的行为和风险态度的伴侣。但是，我们还表明，这些婚姻模式是通过少数数量来很好地解释的，最重要的是年龄群和人力资本。特别是人力资本与匹配后关系的各种“结果”有关。人力资本赋予人数较高的父母的孩子在学校表现更好，尽管他们报告的主观幸福感和与母亲的关系质量的质量较低。
杰西亚·布拉沃-赫姆斯多夫
• 会议和研讨会的旅行奖： Eurandom 图拉普拉斯算子、多元极值和代数统计研讨会 (链接) 荷兰埃因霍温理工大学，2024 量子计算基础 (FQC2024) 研讨会 (链接) 伦敦大学皇家霍洛威学院，2024 YES 因果推理研讨会 (链接) 埃因霍温理工大学 Eurandom，2023 神经信息处理系统 (NeurIPS) 学者奖，2022 神经信息处理系统 (NeurIPS) 学者奖，2019 国际复杂系统会议 (ICCS)，2018 NeurIPS 机器学习女性，2018 工业与应用数学学会 (SIAM) 年会，2018 强化学习和决策多学科会议 (RLDM)，2017 NeurIPS 机器学习女性，2017神经科学 (ICMNS)，2017 强化学习和决策多学科会议 (RLDM)，2015 奥斯汀记忆与学习会议，2015
黑洞和 CFT 中的纠缠局部测量
我们研究 CFT 和黑洞中纠缠的结构和动力学。我们使用局部纠缠度量，即纠缠轮廓，它是冯·诺依曼熵的空间密度函数，具有一些附加属性。纠缠轮廓可以在许多 1 + 1d 凝聚态系统和黑洞蒸发的简单模型中计算。我们计算了由分裂淬灭激发的状态的纠缠轮廓，并找到了 2d CFT 中低能非平衡态纠缠轮廓的通用结果。我们还计算了与极值 AdS 2 黑洞耦合的非重力浴的轮廓，并发现由于岛相变，轮廓在浴内仅具有有限的支撑。我们使用的特定纠缠轮廓方案量化了通过与条件互信息的连接，从边缘重建浴状态的程度，而消失的轮廓则反映了对块岛区域免受边界状态擦除的保护。
从... 构建连续随机过程
连续过程再生方法首先用于计算再生过程的谱密度。该方法的主要特点是保留“锯齿状”实现中给出的转折点（极值）的值和序列。在这样做的同时，基于循环计数方法的方法将给出完全相同的疲劳耐久性估计，因为初始条件 MAX-MIN-MAX ... 得到保证。为了通过谱密度研究随机过程标准偏差（RMS），原始序列的外推由连续余弦函数提供。转折点处的兼容性条件确保了过程及其一阶导数的连续性。为了确定频率，利用了开发过程中获得的一些样本实现的信息。作为其中一个应用，该方法旨在用于分析两种在耐久性评估任务中评估载荷的竞争方法的可比性，即应用循环计数方法和基于过程谱密度方法的方法。对建模过程进行了一些其他推测。关键词：材料疲劳、耐久性估计、余弦外推、循环计数、谱密度
使用集成机器学习模型
极值。数据平衡确保模型不会偏向特定类别，这可以帮助构建一个更健壮和准确的模型。数据归一化可以使所有功能达到相同的量表，并降低具有广泛值的变量的效果。特征选择可以帮助识别最相关的变量并降低模型的复杂性，从而可以改善性能和对结果的更直接解释。将这些步骤组合在集合方法中可以导致更准确，更健壮的模型，该模型能够处理具有缺失值，离群值和不平衡类的复杂数据集。在第二阶段，使用网格搜索调整了ML算法的超参数。稍后，合奏方法是通过组合单个调整良好的ML模型来构建的。在最后阶段，使用共同的绩效评估措施评估模型的性能：准确性，精度，回忆和F1得分。图1中描述了所提出的框架的一般概述。
根据指定的转折点序列构建疲劳试验的连续随机过程
连续过程再生方法首先用于计算再生过程的谱密度。该方法的主要特点是保留“锯齿状”实现中给出的转折点（极值）的值和序列。这样做的同时，基于循环计数方法的方法将给出完全相同的疲劳耐久性估计，因为保证了初始条件 MAX-MIN-MAX ...。为了通过谱密度研究随机过程标准偏差 (RMS)，通过连续余弦函数提供原始序列的外推。转折点处的兼容性条件确保了过程及其一阶导数的连续性。为了确定频率，采用了从开发中获得的一些样本实现中的信息。作为应用之一，该方法旨在用于分析耐久性评估任务中两种相互竞争的载荷评估方法的可比性，即应用循环计数方法和基于过程谱密度方法的方法。对建模过程进行了一些其他推测。关键词：材料疲劳、耐久性估计、余弦外推、循环计数、谱密度
语音共识听觉感知评估 (CAPE-V)
工具的一般描述：CAPE-V 指示了核心共识小组认为常用且易于理解的显著感知声音属性。这些属性包括：(a) 总体严重程度；(b) 粗糙度；(c) 气息；(d) 紧张；(e) 音调；(f) 响度。CAPE-V 显示每个属性，并附有一条 100 毫米线，形成视觉模拟量表 (VAS)。临床医生使用抽动标记指示此量表上每个参数的感知偏离正常值的程度。对于每个维度，标量极值均未标记。可以通过参考 CAPE-V 上每个量表下方指示的一般区域来辅助判断：“MI” 表示“轻度偏差”，“MO” 表示“中度偏差”，“SE” 表示“严重偏差”。一个关键问题是这些区域表示严重程度的等级，而不是离散点。临床医生可以在线上的任何位置放置刻度标记。”评级基于临床医生在评估期间对患者表现的直接观察，而不是患者报告或其他来源。