...
机译:数据驱动的非参数存在和关联问题
School of Information Science and Technology, ShanghaiTech University, Shanghai, China;
Department of Electrical and Computer Engineering, The Ohio State University, Columbus, OH, USA;
Shenzhen Research Institute of Big Data and School of Science and Engineering, Chinese University of Hong Kong, Shenzhen, China;
Testing; Training; Error probability; Measurement; Parametric statistics; Training data; Malware;
机译:使用多点统计数据从有限数据的非参数和数据驱动的地下地层地层插值
机译:需求响应管理的混合数据驱动决策:来自动态时扭曲的非参数匹配的经验证据
机译:非参数贝叶斯建模与推理的数据驱动概率最优潮流
机译:使用参数和非参数数据驱动模型估计驾驶员需求扭矩
机译:回归函数的数据驱动非参数拟合优度的开发和适配
机译:具有数据驱动的非参数似函数的参数估计
机译:“菲利普斯数据的卡尔内尔回归”摘要:经济学家认为菲利普斯曲线显示了通货膨胀与产出比率(失业率)之间的正(负)关系,可以从总需求 - 聚集供应设备中绘制出来。该文表明,菲利普斯曲线要求对总供给和总需求曲线的形式进行不太可能的限制。在这种情况下,将通货膨胀和能力利用数据作为估算潜在正式模型的基础是不恰当的。因此,本文使用非参数,数据驱动的方法来描述数据。核心回归的这种方法表明菲利普斯样本中的通货膨胀 - 失业关联在全球范围内是负面的,但在特定的失业范围内是不规则的。