freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

國家自然科學(xué)獎(jiǎng)推薦書式樣-文庫吧資料

2025-08-09 02:04本頁面
  

【正文】 聯(lián)度量和模型參數(shù)可壓縮的條件,以及參數(shù)估計(jì)的精度問題。 (, )提出了度量一般分布的關(guān)聯(lián)度量,并探討了影響該度量的混雜因素的條件。3) 可壓縮性和混雜因素(多元統(tǒng)計(jì); , 等)我們( )探討一般分布的關(guān)聯(lián)度量的可壓縮性。我們(, …, 。我們( , )提出了部分填補(bǔ)的算法,并從理論上證明了該算法能夠加快算法的收斂速度。該成果應(yīng)邀在日本統(tǒng)計(jì)計(jì)算大會(huì)上作了小時(shí)的特邀報(bào)告,在德國的專題討論會(huì)上作了邀請(qǐng)報(bào)告。這種方法避免了對(duì)整個(gè)變量集合進(jìn)行大規(guī)模的缺失數(shù)據(jù)填補(bǔ)。關(guān)于圖模型參數(shù)學(xué)習(xí),我們( )提出不完全數(shù)據(jù)的超圖表示方法,提出局部填補(bǔ)算法()和局部填補(bǔ)算法,并論證了收斂速度。 : … … ? ’ ( , , ): , ( , ., ).能否正確發(fā)現(xiàn)結(jié)果變量集合的得分與能否正確預(yù)測目標(biāo)變量的得分有很強(qiáng)相關(guān)性。相關(guān)成果發(fā)表在專著: : , 該專著的第一篇論文(見附件他引論文): 對(duì)我們的因果挖掘方法進(jìn)行了詳細(xì)的討論和分析,與其他學(xué)者提出的方法進(jìn)行了比較,其中描述到:167。采用傳統(tǒng)的變量選擇方法只能得到目標(biāo)變量的相關(guān)變量集合( ),使得給定后其他變量與目標(biāo)變量不相關(guān),但是不能識(shí)別哪些變量是原因,哪些是結(jié)果,因此不能根據(jù)變量集合對(duì)目標(biāo)進(jìn)行干預(yù)預(yù)測。首先從數(shù)據(jù)發(fā)現(xiàn)因果關(guān)系,構(gòu)建因果網(wǎng)絡(luò)或者構(gòu)建局部因果網(wǎng)絡(luò),然后根據(jù)因果關(guān)系進(jìn)行預(yù)測。如果發(fā)現(xiàn)某個(gè)基因與癌癥有很強(qiáng)的相關(guān),抑制該基因的表達(dá)是否能預(yù)防癌癥的發(fā)生?該挑戰(zhàn)給出了個(gè)實(shí)際數(shù)據(jù)集合(生物芯片數(shù)據(jù),社會(huì)經(jīng)濟(jì)數(shù)據(jù),醫(yī)藥研發(fā)數(shù)據(jù)),為了評(píng)價(jià)方法的性能,還在數(shù)據(jù)中設(shè)置了測試變量。該挑戰(zhàn)提出在外部干預(yù)情況下進(jìn)行預(yù)測的重要問題。( , ,見附件他引論文)和( )介紹了我們的方法,()在 中提出組合試驗(yàn)數(shù)據(jù)和觀察數(shù)據(jù)是因果模型的重要研究問題。一種是成批最佳干預(yù)一個(gè)最小變量集合使得所有無向邊都能同時(shí)確定因果方向的方法。根據(jù)觀察性研究的數(shù)據(jù),常不能完全確定因果方向,學(xué)習(xí)得到的因果等價(jià)類網(wǎng)絡(luò)含有很多不能確定因果方向的無向邊。我們( , )提出了最佳干預(yù)試驗(yàn)的主動(dòng)學(xué)習(xí)方法,對(duì)不能確定因果方向的網(wǎng)絡(luò)圖設(shè)計(jì)最佳干預(yù)方案。我們(, , )提出了鏈圖學(xué)習(xí)的算法,鏈圖比有向網(wǎng)絡(luò)更復(fù)雜,鏈圖包含有無向邊和有向邊的混合圖,無向邊描述變量之間相互影響的關(guān)系。該分解算法能夠有效地利用獨(dú)立性,降低了網(wǎng)絡(luò)算法的計(jì)算復(fù)雜性,并能夠提高統(tǒng)計(jì)推斷的功效。在該算法中,首先構(gòu)造一個(gè)初步的無向網(wǎng)絡(luò);然后,根據(jù)得到的無向網(wǎng)絡(luò)將一個(gè)大的變量集合分解成兩個(gè)有重疊的變量集合,重疊部分稱為分離集,它將變量集合分為兩個(gè)條件獨(dú)立的變量集合;再對(duì)兩個(gè)分解得到的變量集合重復(fù)該分解,直至不可分解為止;在每個(gè)不可分解的變量集合進(jìn)行局部圖的結(jié)構(gòu)學(xué)習(xí);最后將這些局部網(wǎng)絡(luò)圖進(jìn)行合并、修正和定向;最終得到完整的等價(jià)類因果網(wǎng)絡(luò)。 .( )介紹了我們的方法, .( )在我們的基礎(chǔ)上進(jìn)一步探討了分解算法(見他引論文)。該算法建立了多個(gè)數(shù)據(jù)庫進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的理論和方法。針對(duì)具有佷多變量的統(tǒng)計(jì)調(diào)查, ()()提出 和 方法,各個(gè)調(diào)查數(shù)據(jù)庫有不同的變量集合。我們( ) 提出了有向非循環(huán)圖的分解學(xué)習(xí)算法。因果網(wǎng)絡(luò)學(xué)習(xí)的另一個(gè)主要困難是僅利用觀測數(shù)據(jù)不能完全確定變量之間的因果方向。 , , )提出大規(guī)模網(wǎng)絡(luò)學(xué)習(xí)分解為小規(guī)模網(wǎng)絡(luò)學(xué)習(xí)的遞歸學(xué)習(xí)方法。我們( )提出利用不完全數(shù)據(jù)學(xué)習(xí)有向圖的方法。有向圖結(jié)構(gòu)學(xué)習(xí)的算法和算法(, 。與傳統(tǒng)的基于相關(guān)關(guān)系的預(yù)測不同,基于因果關(guān)系的預(yù)測具有外延性,可用于在外部干預(yù)情況下,待預(yù)測的環(huán)境與建模用的歷史數(shù)據(jù)的環(huán)境不同情況下的預(yù)測,詳見 因果挑戰(zhàn) 和諾貝爾經(jīng)濟(jì)獎(jiǎng)獲得者 ( , , )的論文: . 目前很多關(guān)于高維數(shù)據(jù)學(xué)習(xí)網(wǎng)絡(luò)圖模型的方法都是研究無向圖的問題,不能描述因果關(guān)系。另外,年 ( )國際會(huì)議組織了因果挑戰(zhàn)( )。挖掘高維數(shù)據(jù)學(xué)習(xí)眾多因素之間的因果網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)是一個(gè)統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域中的重要難題和熱點(diǎn)研究問題。 , , , )。哈佛大學(xué) (, ,討論文章)詳細(xì)介紹和討論了我們有關(guān)替代指標(biāo)悖論的成果(, , 。證明了:當(dāng)替代指標(biāo)服從單參數(shù)指數(shù)族分布時(shí),治療對(duì)替代指標(biāo)的因果作用的正負(fù)號(hào)等于治療對(duì)終點(diǎn)指標(biāo)的因果作用的正負(fù)號(hào)。通常一個(gè)替代指標(biāo)不能切斷所有處理變量到終點(diǎn)變量的因果路徑,這篇論文放松了無其他因果路徑的假定,更加符合實(shí)際應(yīng)用。針對(duì)連續(xù)和有序離散變量的分布因果作用,我們提出了利用替代指標(biāo)定性地評(píng)價(jià)處理對(duì)終點(diǎn)指標(biāo)評(píng)價(jià)的充分條件,論證了在更廣義的線性方程組模型下中間變量作為替代指標(biāo)不會(huì)出現(xiàn)替代指標(biāo)悖論,還給出了非參數(shù)模型下替代指標(biāo)的準(zhǔn)則。為了保證處理對(duì)替代指標(biāo)的平均因果作用與處理對(duì)終點(diǎn)指標(biāo)的平均因果作用的正負(fù)方向的一致性,我們利用因果網(wǎng)絡(luò)的方法,給出了一致替代指標(biāo)和嚴(yán)格一致替代指標(biāo)的充分條件。盡管人們在科學(xué)研究中積累了大量利用統(tǒng)計(jì)方法得到的結(jié)論和知識(shí),但是如何綜合這些統(tǒng)計(jì)結(jié)論,必須謹(jǐn)慎。但是該悖論指出了綜合局部統(tǒng)計(jì)結(jié)論得出整體統(tǒng)計(jì)結(jié)論將在原理上遇到本質(zhì)的困難和問題。哈佛大學(xué) ()引用我們( )提出的 對(duì) 的主分層替代指標(biāo)提出了質(zhì)疑和批評(píng),他指出:, . , () () () “ .” , ! . () . () “ ” . 替代指標(biāo)悖論也可稱為“中間變量悖論”,描述了統(tǒng)計(jì)推斷中更廣泛的問題。 ( , )報(bào)道過著名的醫(yī)藥臨床的慘案事件,描述了將抑制心律失常作為降低猝死的替代指標(biāo),最終發(fā)現(xiàn)上市的藥物不但不能降低,反而增加了猝死的比率,導(dǎo)致數(shù)萬人死于這類藥物。 , )發(fā)現(xiàn)統(tǒng)計(jì)替代指標(biāo)準(zhǔn)則、主分層準(zhǔn)則和強(qiáng)替代指標(biāo)準(zhǔn)則都存在一個(gè)嚴(yán)重的問題,即用這些替代指標(biāo)可能會(huì)得出與事實(shí)相悖的結(jié)論,這就是我們( )提出的“替代指標(biāo)悖論( )”:治療對(duì)替代指標(biāo)有正的平均因果作用(),這些替代指標(biāo)對(duì)終點(diǎn)指標(biāo)也有正的因果作用,但是,該治療對(duì)終點(diǎn)指標(biāo)有負(fù)的因果作用。牛津大學(xué)統(tǒng)計(jì)系主任 (, )利用因果網(wǎng)絡(luò)提出了強(qiáng)替代指標(biāo)的準(zhǔn)則,比主分層準(zhǔn)則更嚴(yán)格地描述了替代指標(biāo)與終點(diǎn)指標(biāo)的因果路徑的關(guān)系。哈佛大學(xué)院士等人 ( ,, ;,, )發(fā)現(xiàn)統(tǒng)計(jì)替代指標(biāo)不滿足因果必要性(因果必要性:處理對(duì)替代指標(biāo)沒有因果作用,則處理對(duì)終點(diǎn)指標(biāo)沒有因果作用)。目前已經(jīng)提出了很多替代指標(biāo)的準(zhǔn)則,華盛頓大學(xué)院士(. ., )提出了替代指標(biāo)的條件獨(dú)立性準(zhǔn)則,稱為統(tǒng)計(jì)替代指標(biāo),該論文成為這個(gè)刊物被引用最高的論文。例如,臨床試驗(yàn)評(píng)價(jià)治療病藥物,常用作為替代指標(biāo),而難以用年生存期的終點(diǎn)指標(biāo)評(píng)價(jià)療效。主要?jiǎng)?chuàng)新點(diǎn)和貢獻(xiàn)如下:1) 提出了替代指標(biāo)悖論,探討了替代指標(biāo)的準(zhǔn)則(多元統(tǒng)計(jì);代表性論文 , , 等)在很多科學(xué)研究中終點(diǎn)指標(biāo)()的觀測非常困難、代價(jià)高或時(shí)間長。 , )和因果網(wǎng)絡(luò)模型 (, ; . )。 (, , ):“在過去的一個(gè)世紀(jì)中,許多發(fā)現(xiàn)被推遲是由于缺少描述因果的數(shù)學(xué)語言。 , )的發(fā)現(xiàn)說明了相關(guān)不是因果,為統(tǒng)計(jì)學(xué)提出了挑戰(zhàn)性的問題。自高爾頓(, )提出相關(guān)系數(shù)和()提出擬合優(yōu)度卡方檢驗(yàn)以來,統(tǒng)計(jì)學(xué)在相關(guān)(關(guān)系)方面的研究取得了豐碩的成果。 三、重要科學(xué)發(fā)現(xiàn). 重要科學(xué)發(fā)現(xiàn)(限頁)本項(xiàng)目研究內(nèi)容為因果推斷、混雜因素的判斷條件、因果網(wǎng)絡(luò)模型的參數(shù)和結(jié)構(gòu)學(xué)習(xí)、中間因素和替代指標(biāo)的準(zhǔn)則、生物醫(yī)學(xué)和流行病學(xué)中的統(tǒng)計(jì)方法,所屬學(xué)科是數(shù)理統(tǒng)計(jì)()。期刊主編推薦該論文為 ,是年百余篇論文中唯一的一篇 。, .( )提出了多混雜因素的判斷準(zhǔn)則和條件。
點(diǎn)擊復(fù)制文檔內(nèi)容
研究報(bào)告相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1