实体
false discovery rate
false discovery rate
PulseAugur coverage of false discovery rate — every cluster mentioning false discovery rate across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的共形新颖性检测方法增强异常识别
研究人员提出了一种新的统计和机器学习条件新颖性检测方法，专注于识别变量之间关系中的异常。所提出的方法利用了数据增强的局部共形p值，该p值源于改进的条件分布估计器，该估计器同时包含校准数据和测试数据。该方法确保了有限样本的有效性并提高了检测效率，提供了数据驱动的带宽选择以控制错误发现率并提高检测能力，实验结果证明了这一点。
-
新框架使用 JLT 进行差分隐私变量选择
研究人员开发了一个用于高维变量选择的新框架，该框架可维护差分隐私。该方法使用 Johnson-Lindenstrauss Transform (JLT) 来私有化数据矩阵，在遵守 $(\epsilon,\delta)$-差分隐私约束的同时保留协变量关系。该方法在理论上保证了对错误发现率 (FDR) 的控制，并分析了隐私和统计功效之间的权衡，表明在严格的隐私预算下，JLT 在保持功效方面优于传统的噪声注入方法。