عنوان رویداد:
تاریخ برگزاری : 08 شهريور 1404
شاید مهم‌ترین نظریه‌ای که همۀ مفاهیم انسانی و اجتماعی را تغییر داد، ظهور تکامل داروین و ژنتیک مندلی باشد که در فاصلۀ شش سال در قرن نوزدهم ارائه شد و تفکر بشر را در مورد انسان، محیط او، همۀ حیوانات و حتی گیاهان تغییر داد. جولیان هاکسلی در سال 1942 این دو نظریه را در یک الگوی ترکیبی با هم پیوند داد که نام آن را سنتز مدرن نهاد. این الگوی ترکیبی کمک کرد که این نظریه پا برجا باقی بم و...
ریسک یکی از مفاهیم پایه ای در بازارهای مالی می‌باشد و اندازه گیری و تحلیل آن بسیار اهمیت دارد. در این مقاله یکی از مهم ترین روش های اندازه گیری ریسک یعنی ارزش در معرض خطر شرطی را در حالت دو متغیره با استفاده از دو سری زمانی بازدهی مطالعه می‌کنیم در ادامه ساختار وابستگی این بازدهی‌ها را بر اساس تابع مفصل مورد بررسی قرار داده و در سری زمانی برای پیش بینی واریانس از مدل‌های و...
The problem of pricing a contingent claim/annuity contract under model uncertainty is determined by $G$-conditional expectation of the associated discounted payoff. In this paper, by generalizing a nonlinear Feynmac–Kac formula, we show that this sublinear expectation is a viscosity solution of a nonlinear parabolic PDE. This result demonstrates a nice and deep relation between و...
These days, one of the most common causes of animal deaths is road accidents. For this reason, it is essential to equip vehicles with a system for identifying and recognizing animals. Using statistical models, it is possible to identify animal behavior patterns and also assess risks, which will lead to improved resource management and relief efforts. In this article, an attempt و...
Background: Tuberculosis (TB) remains a major public health challenge in Iran, particularly in border provinces such as Sistan and Baluchestan, where cross-border migration from high TB-burden countries exacerbates transmission dynamics. Accurate estimation of the effective reproduction number (Rt) is crucial for monitoring the epidemic and guiding control strategies, especi و...
امروزه با گسترش استفاده از داده‌ها و روش‌های آماری در تصمیم‌سازی‌ها، اقدامهای غیر اخلاقی مانند سوءاستفاده از داده‌ها، ارائه تفسیرهای مغرضانه و نادرست از نتیجه تحلیل‌ها و عدم شفافیت در ارائه گزارش‌ها، به صورت آگاهانه یا ناآگاهانه در انجام کارهای آماری وجود دارد. از این رو، برای تقویت اعتماد عمومی به آمار و حفظ سلامت و اعتبار این حوزه، آموزش و ترویج اصول اخلاقی، امری حیاتی ا و...
Generalized linear mixed models (GLMMs) represent prevalent methodologies for the examination of multilevel datasets, employing the maximum likelihood framework for the estimation of model parameters. In the context of nonlinear regression models pertaining to the outcome variable, it is imperative to address classification errors associated with responses as well as measuremen و...
چکیده: رگرسیون خطرات متناسب کاکس یکی از مدل های پرکاربرد در تحلیل داده های بقا با متغیرهای کمکی است. با این حال، در حضور هم خطی چندگانه، کارایی این مدل کاهش می یابد و برآوردهای حاصل از روش استاندارد درستنمایی جزئی ممکن است غیرقابل اعتماد شوند. در این مقاله، برآوردگر پیش آزمون را بر اساس برآوردگر لیو بسط می دهیم تا دقت برآورد ضرایب افزایش یابد. ویژگی های نظری حدی این برآوردگر و...
حوادث ترافیکی یکی از چالش‌های اصلی در مدیریت ترافیک شهری هستند که می‌توانند تاثیرات منفی بر ایمنی و کارایی سیستم‌های حمل و نقل داشته باشند. یکی از آثار منفی حوادث ترافیکی، ایجاد ترافیک و تاخیر در عبور و مرور است. اقدامات نادرست آژانس‌های مدیریت ترافیک در برخورد با تصادفات می‌تواند منجر به تاخیر در ترافیک و خطر تصادف شود. آژانس‌های حمل و نقل برای مدیریت حوادث ترافیکی و به کارگیر و...
فرایندهای نقطه‌ای فضایی از مدل‌های آماری برای تحلیل الگوهای نقطه‌ای اند. یکی از روش‌های ساخت فرایندهای نقطه‌ای جدید تنک‌سازی فرایندهای نقطه‌ای موجود است. در این مقاله یک الگوریتم تنک‌سازی جدید مبتنی بر یک مجموعه تصادفی بولی ارائه می‌شود. این الگوریتم را می‌توان تعمیمی از روش تنک‌سازی ارائه شده توسط اشتویان در معرفی فرایندهای نقطه‌ای وابریده دانست. بعضی ویژگی‌های فرایند نقطه و...
در این مقاله رویکردی جدیدی برای ساخت فرایند چوب‌شکنی مورد مطالعه قرار می‌گیرد به‌طوری‌که توزیع تصادفی وابسته به متغیر کمکی است. این شیوه مدل‌بندی علاوه برآن‌که نامانایی متاثر از متغیر کمکی را در ساختار وابستگی داده‌ها را پوشش می‌هد، امکان افرازبندی ناحیه مورد مطالعه را نیز فراهم می کند. با در نظر گرفتن این فرایند به عنوان توزیع اثرهای تصادفی در یک چارچوب مدل خطی آمیخته، داده و...
This paper analyzes a Black-Scholes-Merton model with a stochastic return rate governed by the Vasicek model. Using a Taylor expansion approximation to solve the Fokker-Planck equation, we show that P-bifurcations occur in the solution whenever the return rate crosses its long-term mean. Numerical simulations support these findings. و...
در این مقاله، یک مدل خودبازگشتی مرتبه اول با مقادیر صحیح نامنفی معرفی می‌شود که نوفه فرآیند از یک توزیع یک پارامتری جدید پیروی می‌کند. برای برآورد پارامترهای این فرآیند، دو روش مختلف برآوردیابی در نظر گرفته شده است: حداکثر درستنمایی شرطی و روش یول-والکر. همچنین در یک مطالعه شبیه‌سازی عملکرد و کارایی این روش‌ها ارزیابی شده است. علاوه بر این، کاربرد فرآیند پیشنهادی را از طریق تح و...
مدل تداخل تنش-مقاومت پیوسته (lr{SSI}) تنش و مقاومت را به عنوان متغیرهای تصادفی پیوسته با تابع چگالی احتمال شناخته شده در نظر می‌گیرد. این امر تا حدی منجر به محدودیت در کاربرد آن می‌شود. در این مقاله، تنش و مقاومت به عنوان متغیرهای تصادفی گسسته در نظر گرفته می‌شوند و یک مدل SSI گسسته با استفاده از روش تابع مولد عام ارائه می‌شود. در نهایت، مطالعات موردی اعتبار مدل گسسته را در شرا و...
در این مقاله یک برآوردگر ترکیبی برای بهبود دقت برآوردها در مدل‌های با خطی در اندازه‌گیری خطی تحت محدودیت‌های خطی تصادفی معرفی و ویژگی‌های مجانبی برآوردگر معرفی شده تعیین می‌شود. عملکرد برآوردگر معرفی شده با استفاده از معیار ماتریس میانگین مربعات خطا نسبت به بعضی برآوردگرهای موجود مورد بررسی قرار می‌گیرد. در پایان عملکرد برآوردگر معرفی شده با استفاده از یک مطالعه‌ی شبیه سازی و...
Generalized additive models (GAMs) have become a powerful and well-established tool in the field of statistics, which demonstrating remarkable performance for determining the model governing the changes of a random variable over time. By implementing GAM on time series data, it is possible to examine the behavior of nonlinear data and predict the future. One of the most importa و...
حوادث ترافیکی یکی از چالش‌های اصلی در مدیریت ترافیک شهری هستند که می‌توانند تاثیرات منفی بر ایمنی و کارایی سیستم‌های حمل و نقل داشته باشند. یکی از آثار منفی حوادث ترافیکی، ایجاد ترافیک و تاخیر در عبور و مرور است. اقدامات نادرست آژانس‌های مدیریت ترافیک در برخورد با تصادفات می‌تواند منجر به تاخیر در ترافیک و خطر تصادف شود. آژانس‌های حمل و نقل برای مدیریت حوادث ترافیکی و به کارگیر و...
This study demonstrates the practical application of the methodology introduced in cite{shirvani2024impact} for detecting and testing the significance of impact points within a functional linear regression framework. Using data from a Google AdWords campaign, the analysis confirms that the functional predictor at the identified impact points significantly influences the respons و...
This paper investigates replacing entropy with extropy as the impurity measure in decision tree algorithms. Decision trees are widely used and interpretable machine learning models that recursively partition data based on features to create hierarchical decision rules. Impurity measures such as entropy and the Gini index play a key role in selecting the best feature and split p و...
In this paper, we propose MoE-NMVM-CR, a robust extension of the MoE framework that leverages the Normal Mean–Variance Mixture (NMVM) family of distributions for modeling of censored regression (CR) data. Unlike traditional Gaussian-based MoE models, our approach captures complex data characteristics such as skewness, multimodality, and outliers, making it particularly suitable و...
امروزه ثبت اطلاعات از مشاهداتی مانند $ X_n ext{،} ldots ext{،} X_2 ext{،} X_1$ که به‌صورت تابعی پیوسته از یک پدیده باشند، مرسوم است. مشاهدات تابعی اندازه‌گیری‌هایی از پدیده‌ای است که نسبت به یک متغیر مانند زمان، بسامد و . . . پیوسته است. ماهیت پیوسته این داده‌ها منبع غنی از اطلاعات است و امکان مدلسازی با دقت بالا را فراهم می‌کند، در برخی شرایط و مطالعات تجربی عواملی مانند مح و...
In this article, we investigate parameter estimation for two Lomax exponential distributions under a joint Type-II censoring scheme. This distribution is a flexible model capable of representing lifetime data with both increasing and decreasing trends. Using the Expectation-Maximization algorithm, we derive the maximum likelihood estimators for the parameters. We also compu و...
در این مقاله به معرفی ویژگی‌ها و کاربردهای مفصل‌های دایره‌ای-خطی پرداخته شده است. برای تحلیل ساختار وابستگی داده‌های دایره‌ای و خطی در حالت‌های مختلف، چند مفصل دایره‌ای-خطی نیز مورد مطالعه قرار گرفته‌اند. علاوه‌بر این، از طریق شبیه‌سازی، پارامترهای مفصل‌ها برآورد شده‌اند. نتایج نشان می‌دهند که مفصل‌های با بخش‌های ویژه برای داده‌های حرکتی مناسب هستند. و...
In this paper, we propose a novel goodness of fit test based on extropy from a Bayesian nonparametric perspective. Extropy, introduced as a complement to entropy, focuses on the structured concentration within a probability distribution rather than on uncertainty. To enhance estimation accuracy, especially with small samples, we employ a Bayesian estimator built upon the Di و...
In this paper, we will study the complete convergence for double-indexed randomly weighted sums of WOD random variables. Several sufficient conditions to prove the complete convergence for randomly weighted sums of WOD random variables are presented و...
با گسترش روزافزون داده‌ها در حوزه‌های مختلف علمی، نیاز به روش‌های مؤثر برای تحلیل و استخراج الگوهای پنهان در داده‌ها بیش از پیش احساس می‌شود. خوشه‌بندی یکی از روش‌های مهم در داده‌کاوی غیرنظارتی است که با هدف شناسایی ساختارهای پنهان و تقسیم داده‌ها به گروه‌های مشابه به‌کار می‌رود. در این میان، خوشه‌بندی فازی به‌دلیل انعطاف‌پذیری بالا در برخورد با داده‌های نادقیق، جایگاه ویژه‌ای و...
This study compares Maximum Likelihood Estimation (MLE) and Particle Swarm Optimization (PSO) for parameter estimation in logistic and probit regression models, using the Iris and Titanic datasets. After preprocessing and model evaluation, PSO demonstrated superior performance over MLE in both models. The findings demonstrate that metaheuristic algorithms like PSO can enhance t و...
استفاده از خانواده توزیع های فاز-نوع که بر اساس فرایندهای مارکف زمان گسسته و پیوسته تعریف می شوند در مدل بندی متغیرهای تصادفی نامنفی گسسته و پیوسته رو به گسترش است. در دهه اخیر، استفاده از این خانواده توزیع ها در برخی مدل های شوک مورد توجه پژوهشگران زمینه قابلیت اعتماد قرار گرفته است. در این مقاله هدف ما مروری بر نحوه استفاده از خانواده توزیع های فاز-نوع در سه مدل شوک کرانگی و...
In this paper, the Bayesian inference for the parameters of a new flexible three-parameters distribution called the Lindley-Burr XII distribution is considered. The estimation of parameters are obtained by using the Markov Chain Monte Carlo (MCMC) methods under squared error, linear-exponential, and Stein’s loss functions. An application to real data set is provided for illustr و...
این مقاله به بررسی اختیارهای اروپایی در بازارهایی می‌پردازد که دارایی پایه در آن‌ها تحت ریسک‌های مرتبط با نقدشوندگی قرار دارد. در نبود اثرات نقدشوندگی، پویایی قیمت دارایی توسط مدل نوسان تصادفی هستون، کنترل می‌شود. ریسک نقدشوندگی از طریق تعریف نقدشوندگی بازار به‌عنوان یک فرایند تصادفی وارد مدل می‌شود، که با استفاده از یک سازوکار تنزیل نقدشوندگی، قیمت دارایی را تعدیل می‌کند. با و...
In this paper, we obtain a closed-form solution for a diffusion risk model which optimally allocates his/her wealth among the following coffecients: a risky asset, a free bank account, and a stock. The following relationships between the optimal amount invested in the security and the risk premium are obtained: (i) for a risk premium greater than one, the investor will optimall و...
In this paper, we introduce a stochastic finite difference scheme for the numerical solution of the Ito stochastic advection--diffusion equation with a one--dimensional white noise process. The main concepts of deterministic difference schemes namely, consistency, stability, and convergence are theoretically established for the stochastic case. Finally, a numerical examp و...
در این مقاله، برآورد پارامتر قابلیت اعتماد تنش–مقاومت R=P(Y
Generative models for financial time series often struggle to model practical financial objectives, which limits their applicability. In this study, we propose an improved Generative Adversarial Network framework that combines advanced sequence modeling structures, such as Temporal Convolutional Networks capable of capturing long-range dependencies and volatility patterns, w و...
در این مطالعه، یک مدل تعدیل یافته دوخطی گسسته مقدار مرتبه دو برای تحلیل سری های زمانی غیرخطی معرفی می شود. این مدل از انعطاف پذیری بالایی برخوردار است به گونه ای که ورودی های جدید می توانند به طور مستقل رفتار کنند. مدل بندی ارائه شده برای فرایندهای بیش پراکنده به کار می رود که بر یک چارچوب غیرخطی تکیه دارند. ویژگی های اصلی مدل پیشنهادی به طور نظری بررسی شده است. همچنین، به م و...
Graphs effectively model complex interactions in real-world data, especially when enriched with node/edge features. Dynamic graphs, whose structures and attributes evolve over time, pose additional challenges in analysis and modeling. Anomaly detection in such graphs is critical in domains like fraud detection and cybersecurity. This paper reviews recent advances in dynami و...
This paper investigates series systems comprising $m$ dependent subsystems, each containing heterogeneous and dependent Exponential components. The dependence among components is modelled using Archimedean copulas. We establish sufficient conditions for the stochastic comparison of two such series systems when the vector of scale parameters of the first system majorizes that of و...
در این مقاله، نقش بنیادین فرآیندهای تصادفی در هوش مصنوعی و علم داده مورد بررسی قرار می‌گیرد، با تمرکز ویژه بر یادگیری تقویتی در محیط lr{Gridworld} به عنوان یک مطالعه‌ی موردی. فرآیندهای تصادفی، به‌ویژه مدل‌سازی‌های مارکوفی، چارچوبی ریاضی و مفهومی برای تحلیل و پیش‌بینی رفتار عامل‌های هوشمند در محیط‌های نامعین فراهم می‌آورند. در این راستا، الگوریتم lr{Q-Learning} در سه س و...
در سال‌های اخیر با گسترش داده‌های تصویری و افزایش نیاز به پردازش و تحلیل خودکار آن‌ها، مسئله‌ی تشخیص اعداد دست‌نویس به عنوان یکی از مسائل مهم و کاربردی در حوزه یادگیری ماشین و بینایی ماشین مطرح شده است. در این پژوهش با استفاده ازالگوریتم‌های یادگیری ماشین مانند جنگل تصادفی و درخت تصمیم، مسئله‌ی تشخیص اعداد دست‌نویس بررسی و پیاده‌سازی گردیده است و برای این منظور از پایگاه‌های دا و...
رایندهای سری‌زمانی حافظه بلند و کوتاه مدت برای مدل‌کردن داده‌های وابسته به گذشته به کار می‌روند که قادرند اطلاعات مربوط به زمان‌های گذشته را برای مدت طولانی حفظ کنند. با بهره‌گیری از شبکه‌های عصبی و روش‌های بیزی می‌توان روند زمانی ناهنجاری‌های یونوسفری را شناسایی و تحلیل کرد. تحلیل ناهنجاری‌های یونوسفری به شناسایی وقوع زمین‌لرزه‌ها با استفاده از پس‌لرزه‌ها کمک می‌کند. در این م و...
: In this paper, we focused on identifying influential observations using Liu corrected likelihood estimator (LCLE) in linear mixed measurement error models when mul-ticollinearity is present. We considered an extension of Cook’s distance to determine influential observations based on the case deletion model. Finally, simulation study was provided to illustrate the performance و...
تحلیل رفتار جمعیت و فرآیندهای زیستی از مسائل کلیدی در علوم ریاضی و زیست‌شناسی به‌شمار می‌آید. در این زمینه، مدل رشد لجستیک به‌عنوان ابزاری مؤثر برای بررسی رفتار جمعیت‌ها و فرآیندهای بیولوژیکی مورد استفاده قرار می‌گیرد. با توجه به افزایش جمعیت و چالش‌های محیطی، مدیریت پایدار منابع امری ضرروی است. این مقاله به بررسی انشعاب‌های معادله رشد لجستیک تحت تأثیر حرکت وینر و عوامل تصادفی و...
ccurate modeling of patterns in electricity demand is essential for effective energy forecasting and grid management. This study presents a comparative analysis of Singular Spectrum Analysis (SSA) in its univariate (SSA), multivariate (MSSA), and functional (FSSA) forms, applied to half-hourly electricity demand data from the state of Victoria, Australia. The data, exhibiting p و...
این مقاله به مقایسه روش نیم رخی و نامقید در برآورد پارامترهای مدل رگرسیون بر اساس نمونه داده های ترکیبی با تواتر متفاوت برای برآورد ضرایب رگرسیونی می پردازد. روش نیم رخی با ترکیب حداقل مربعات معمولی و بهینه سازی پارامترهای وزن دهی چندجمله ای، کارایی محاسباتی بهتر و خطای پیش بینی کمتری نسبت به روش براورد پارامتر نامقید نشان می دهد. و...
Generalized additive models (GAMs) have become a powerful and well-established tool in the field of statistics, which demonstrating remarkable performance for determining the model governing the changes of a random variable over time. By implementing GAM on time series data, it is possible to examine the behavior of nonlinear data and predict the future. One of the most importa و...
در علم آمار، به دنباله ای از مشاهدات که به طور معمول در فواصل زمانی منظم ثبت می شوند، ”سری زمانی” گفته می شود. بسیاری از متغیرها، مانند تعداد تصادفات، قربانیان جرایم و سایر موارد مشابه، ماهیتی گسسته دارند. بنابراین، تحلیل و پیش بینی این نوع داده ها با استفاده از مدل های سری زمانی شمارشی، مناسب تر از دیگر روش ها است. در این مقاله، از مدل های سری زمانی شمارشی برای بررسی داده های و...
اغلب موارد در تحلیل فرایندهای سری‌زمانی و فضایی با مدل‌های آماری پیچیده‌ای مواجه می‌شویم که تابع درستنمایی آن‌ها براحتی قابل محاسبه نیستند. به همین دلیل، بسیاری از روش‌های استنباط بدون درستنمایی با محدودیت‌هایی در دقت و کارایی مواجه هستند. در این مقاله، یک روش استنباط بدون درستنمایی با استفاده از روش استوار مونت‌کارلوی بهینه را برای تحلیل داده‌های وابسته فضایی ارائه می و...
We considered the symmetric and asymmetric types of the smooth transition autoregressive model which are suitable for modelling economic and financial time series. We derived modified maximum likelihood estimators of parameters and computed asymptotic distribution of modified maximum likelihood estimators. So that, we can derive asymptotic distribution of Vuong's و...
A probabilistic model is an approach to modeling a situation where we want to know what will happen in the future or to gather information from our systems. One branch of the probabilistic model is queuing theory. In this paper, we first examine and analyze stochasstic processes, especially the Poisson process and its simulation, and the simple Markovian queueing sys و...
در این مقاله، ابتدا یک آماره آزمون برای متقارن بودن توزیع های پیوسته تحت داده های از چپ بریده شده و از راست سانسور شده معرفی می شود. نشان داده می شود که این آماره آزمون مجانباً نرمال است. در یک مطالعه شبیه سازی گسترده، توان آزمون پیشنهادی مورد بررسی قرار گرفته است. نتایج گویای رضایت بخش بودن عملکرد آزمون است. در نهایت کاربردی بودن آماره آزمون در یک مثال واقعی نشان داده می شود. و...
In this paper, we aim to investigate a method of approximation the posterior distribution of the parameters of a Bayesian neural network (BNN) using variational bayes (VB), which is a computationally efficient and scalable method. The performance of the BNN is evaluated through a curve fitting task by analyzing the confidence intervals of its predictive outputs. و...
محاسبه عددی ارزش در معرض ریسک (VaR) برای سبدهای بزرگ با چالش‌های زیادی مواجه است. این مشکل برای سبدهای بزرگ با درآمد ثابت حتی دشوارتر است، زیرا اوراق زیربنای آن‌ها در معرض ابعاد بالاتری از عوامل ریسک قرار دارند. این مقاله یک الگوریتم کارآمد برای محاسبه VaR با استفاده از روش شبکه تاریخی همراه با به‌روزرسانی نوسانات ارائه می‌دهد و کارایی آن را از نظر هزینه محاسباتی و دقت نشان می و...
در سری های زمانی شمارشی اغلب پدیده بیش پراکنشی مشاهده می شود. در این مقاله، یک فرایند خودبازگشتی صحیح مقدار مرتبه اول با ساختار فصلی معرفی م ی شود. توزیع حاشیه ای مدل توزیع دلاپورت می باشد. بر این اساس توزیع نوآوری ها پیچشی از توزیع پواسون با تعداد α تا توزیع هندسی تعدیل یافته در صفر خواهد شد. برخی از خواص مدل نمایش داده می شود. برای برآورد پارامترها از روش های یول‑والکر، حداق و...
The ZIP regression is applied for modelling count data with extra zeros. In this paper, we have improved the count parameter estimation in this model with correlated count predictor variables under the assumption of sparseness of the model using Stein-Liu estimators. We have conducted a Monte Carlo simulation study for various combinations of sample sizes, inactive count predi و...
وقتی درباره پارامتر نامعلوم یک توزیع، اطلاعاتی به صورت یک مقدار حدسی در دسترس باشد، آن گاه برآورد انقباضی پارامتر نامعلوم را می توان تعریف کرد. در این مقاله برآورد E-بیز انقباضی پارامتر توزیع رایلی معکوس تحت تابع زیان آنتروپی عمومی به دست آورده می شود و با استفاده از یک مجموعه داده های واقعی، با بهترین برآورد نااریب با کمترین واریانس پارامتر توزریع رایلی معکوس به کمک معیار ک و...
This paper establishes the law of iterated logarithm (LIL) for the smooth estimator of distribution function in length-biased sampling. We prove that under certain regularity conditions, the smooth estimator achieves the same LIL behavior as the non-smooth Cox estimator with rate $2mugamma$. The main result extends previous work on uniform consistency by providing precise asymp و...
Data confined to the interval (0, 1) are frequently analyzed using various distributions in a range of practical applications. However, many existing studies fail to adequately consider aspects such as skewness, kurtosis, and heavy-tailed behavior in this data. This research introduces an alternative skew-normal type distribution that operates within a bounded interval, cre و...
Multivariate GARCH Models are widely used to model financial time series. Significant asymmetry both in the marginal distributions and in the dependence structures of financial returns are documented in during times of market stress. Copulas are widely used as a tool to separate asymmetry in the marginals from asymmetry in the dependencies. Smooth transition hyperboli و...
Single reliability inspection of manufactured lots is considered to determine optimal sample size using empirical data and prior information. A Beta model is assumed to describe the stochastic behavior of the proportion nonconforming or the defect rate, p. Optimal test plans are derived for the Tsallis q-exponential lifetime distributions by mi و...
Predicting finite population parameters is a fundamental issue in statistical sampling. This paper investigates the prediction of a general linear combination of finite population values under a normal superpopulation model using Bayesian and robust Bayesian approaches. The primary focus is on the Posterior Regret Gamma-Minimax (PRGM) predictor under two loss functions: Squared و...
Kolmogorov–Arnold Networks (KANs) are a novel class of neural networks inspired by the Kolmogorov–Arnold representation theorem. By replacing traditional weight matrices with learnable univariate function modules, KANs provide a fundamentally different approach to modeling multivariate functions. This paper introduces the core concepts behind KANs, compares their structure and و...
In reliability theory and survival analysis, the residual extropy is proposed to measure the residual uncertainty of lifetimes. In this paper under length-biased sampling, we introduce two estimators for the variance of the residual lifetimes, ”residual varextropy” in short. To assess the performance of the proposed estimators, we conduct a finite-sample simulation study in و...