2026-10-26 每日资讯¶
- 高相关论文 3 篇 · 中相关 9 篇 · 其他 15 篇 · 会议/Seminar 事件 0 条
⭐ 高相关论文(按主题分组)¶
因果推断 (causal_inference, 2 篇)¶
1. 2610.32023 — Higher Order Asymptotics of Regression Adjustment Estimators for Causal Inference¶
- 作者: Anna Kelley, Stefan Wager
- 机构: Stanford University
- 相关性 9/10 · novelty:
new_theory - 摘要: 本文研究随机对照试验中回归调整估计量的高阶渐近性质,目标是比较简单回归与交互回归在等概率分配(50-50)下的平均处理效应估计精度。已知交互回归在一阶意义上弱优于简单回归,但在等概率情形下两者渐近方差相同,因此相对表现由高阶项决定。作者通过高阶展开分析,发现相对性能取决于特征偏度、处理效应异质性、异方差性和非线性误设定等因素,且可能偏向任一估计量。在特征偏斜且离群特征值伴随更高结果噪声的实际重要设定中,简单回归可显著优于交互回归。该分析为实践中选择回归调整策略提供了理论依据,并揭示了高阶项在因果推断中的实质影响。
- 关键技术:
higher-order asymptotic expansion,regression adjustment,average treatment effect,randomized controlled trials,variance comparison - 为什么对您有用: 本文直接关联因果推断中的估计量高阶性质,属于您 primary interest 中 causal inference 的估计理论子方向。您可用 very_familiar 的 higher-order U-statistics 计算工具(treewidth / tensor contraction)来解析其高阶展开中的组合结构,或验证其高阶项是否可被更紧的界刻画。中期可做:若需深入 semiparametric efficiency 视角,可先加强 moderately_familiar 的 semiparametric theory。
2. 2610.32488 — Partial Identification of Survival Prediction Performance under Dependent Right Censoring¶
- 作者: Yuji Komiyama, Yasumasa Matsuda
- 机构: Tohoku University
- 相关性 8/10 · novelty:
new_method - 摘要: 本文在右删失数据下研究生存预测模型的评估问题,目标是对固定模型的积分Brier分数(IBS)及模型间IBS差异进行部分识别。传统IPCW方法假设删失独立于事件时间,该假设无法从数据验证;作者放宽此假设,允许事件与删失时间任意相关,推导出IBS及其差异的锐界。关键机制是利用每个个体的事件时间在评估时间点和模型间共享这一结构,对多个模型还给出了与最佳竞争者差异的锐上界。若差异上界为负,则表明在所有与观测数据相容的完整数据分布下,该模型IBS严格小于另一模型。作者为固定观测数据分布开发了估计量、置信区域、稳健严格优势检验及交集-并集检验。模拟显示置信区域和成对检验接近名义水平;三个应用中,仅抵押贷款提前还款数据(删失较少)支持IPCW排序,另两个数据集无法从观测数据单独支持该排序。对您而言,本文是部分识别与敏感性分析在生存预测评估中的直接应用,与您因果推断中关于不可验证假设的敏感性分析兴趣高度相关。
- 关键技术:
partial identification,sharp bounds,inverse probability of censoring weighting,integrated Brier score,intersection-union test,confidence regions - 为什么对您有用: 本文属于因果推断中部分识别与敏感性分析的范畴,直接关联您对proximal CI和敏感性分析的兴趣。您可以用very_familiar的估计理论(如M-estimation)来审视其估计量的渐近性质,或用moderately_familiar的semiparametric theory来推导更紧的效率界。中期可做:若想将方法扩展到更复杂的纵向或竞争风险设定,需在identification theory上进一步积累。
高维统计 / 随机矩阵 (high_dim_rmt, 1 篇)¶
1. 2610.32284 — Asymptotic spectral properties and extreme eigenvalues of sample correlation matrices from nonstationary high-dimensional VAR processes¶
- 作者: Ruihan Liu, Chen Wang
- 机构: University of Hong Kong
- 相关性 8/10 · novelty:
new_theory - 摘要: 本文研究高维非平稳VAR过程样本相关矩阵的极限谱性质与极端特征值。在特征多项式根位于单位圆上(非平稳)或单位圆外(超非平稳)两种设定下,证明了经验谱分布依概率退化到零处的点质量。关键结果是重标度后的极端特征值渐近等价于由特征根决定的有限维对称随机矩阵的特征值,且在超非平稳情形下样本相关矩阵依概率退化为有限秩矩阵。方法上主要利用随机矩阵理论中的谱分析工具,结合VAR过程的协方差结构分解。该结果对高维时间序列的推断(如主成分分析、因子模型检验)有直接意义。对您而言,这连接了您在高维随机矩阵理论方面的兴趣,且其有限维随机矩阵的极限结构可能可用您熟悉的工具进一步刻画。
- 关键技术:
limiting spectral distribution,extreme eigenvalues,sample correlation matrix,nonstationary VAR processes,random matrix theory - 为什么对您有用: 直接对应您的高维统计与随机矩阵理论兴趣,特别是非平稳时间序列下样本相关矩阵的谱行为。您可尝试用您熟悉的更高阶U统计量或张量收缩视角分析其有限维极限矩阵的特征值分布,或验证其退化速率是否最优。中期可做:需先熟悉非平稳时间序列的谱理论(属于 moderately_familiar 的 M-estimation 之外的领域)。
📌 中相关论文(按主题分组)¶
因果推断 (causal_inference, 2 篇)¶
1. 2610.32383 — Honest Inference for Synthetic Controls with Imperfect Fit: Time-Split Validity and the Choice of Anchor¶
- 作者: Rok Spruk
- 机构: University of Ljubljana · The University of Western Australia
- 相关性 7/10 · novelty:
new_method - 摘要: 本文针对合成控制法(SC)中处理单元超出供体范围、且预处理窗口过短导致残差标准误不可靠的问题,提出一种将拟合期与评估期分离的推断方法。权重仅用早期预处理块拟合,后期块的缺口用于校准偏差和噪声,从而在显式限制反事实偏离外推预处理缺口的假设下获得有限样本覆盖。主要限制是约束缺口的曲率而允许斜率自由,并定义了使区间首次包含零的临界曲率,用以量化结论所需的外推程度。作者还讨论了从供体安慰剂校准漂移界的有效性条件,并允许序列相关。模拟显示,当处理单元漂移时传统区间覆盖不足,而所提区间在限制成立且噪声独立时覆盖良好。对三个经典应用的再分析表明,某些著名结论依赖的外推强度远大于其他结论。该方法与您的因果推断(特别是纵向设定和敏感性分析)以及非参数/半参数理论兴趣直接相关,其有限样本保证和显式外推限制为合成控制推断提供了新视角。
- 关键技术:
synthetic control,time-split inference,finite-sample coverage,curvature restriction,placebo calibration - 为什么对您有用: 直接关联因果推断中合成控制法的推断问题,特别是纵向设定和敏感性分析;您非常熟悉的非参数统计和估计理论可用于评估其有限样本界的紧性,或扩展至更一般的漂移模型;中期可做,需在识别理论(moderately_familiar)上进一步熟悉其外推限制的识别含义。
2. 2610.32183 — Bias-aware meta-analysis: beyond fixed-effect and random-effects meta-analyses¶
- 作者: Mingxuan Zou, Peng Ding
- 机构: University of Chicago · University of California, Berkeley
- 相关性 5/10 · novelty:
new_method - 摘要: 本文提出一种 bias-aware meta-analysis 框架,旨在放宽传统 meta-analysis 中固定效应(共同参数)和随机效应(随机效应独立同分布)的强假设,允许各研究存在固定且未知的偏倚。在无偏倚时,该方法退化为固定效应 meta-analysis;在给定偏倚上界时,点估计和标准误仍采用固定效应估计,但置信区间的临界值需从标准正态分位数调整为折叠正态分位数。作者推荐报告“最大显著性偏倚”(maximum bias for significance),即置信区间仍排除零的最大偏倚值,并给出校准方法。同时提出形式化的模型检验程序,报告“最小兼容偏倚”(minimum bias for compatibility),即模型与数据兼容所需的最小偏倚。文章还讨论了实际实施细节,并与传统固定效应和随机效应 meta-analysis 进行了比较。该方法为处理研究间异质性和潜在偏倚提供了更稳健的推断工具,对您从事因果推断中的敏感性分析和纵向研究综合可能有用。
- 关键技术:
bias-aware meta-analysis,folded normal quantile,maximum bias for significance,minimum bias for compatibility,model checking - 为什么对您有用: 本文直接关联您 primary interest 中的因果推断(敏感性分析)和流行病学应用(meta-analysis 是流行病学证据综合的核心工具)。您可以用 very_familiar 的估计理论(如固定效应估计的渐近性质)来验证其折叠正态临界值的推导,或将其 bias 校准思想迁移到因果推断中的未测量混杂敏感性分析。属于立即可做的方向。
高维统计 / 随机矩阵 (high_dim_rmt, 1 篇)¶
1. hexagon:2610.00491 — Largest Gaps between Eigenvalues of the Gaussian Orthogonal Ensemble¶
- 作者: Patrick Lopatto
- 期刊/来源: Hexagon · 无人类作者署名 · 人类理解:部分 · 工具: Claude Opus 5.5 / ChatGPT 6 / ChatGPT 6.1
- 机构: University of North Carolina at Chapel Hill
- 分类: math.PR
- 相关性 7/10 · novelty:
new_theory - 摘要: 本文研究高斯正交系综(GOE)在谱bulk中最大特征值间隙的渐近分布。在适当的中心化和尺度化下,固定区间内的最大间隙收敛到具有指数强度的泊松点过程,因此最大间隙服从平移Gumbel极限。这一结果对应于Feng和Wei对高斯酉系综(GUE)的已知结论。证明的关键在于将GOE在若干区间并集上无特征值的概率平方表示为GUE对应概率乘以一个固定大小的行列式,且该表示对所有矩阵维度成立。作者利用Nazarov的不确定性原理和Hermite函数的精确恒等式,在区间长度随维度增长(以局部平均间距为单位)时控制该行列式。该结果深化了对GOE特征值极端间隙统计的理解,并展示了从GUE到GOE的通用证明策略。对您而言,这直接关联您在高维随机矩阵理论中的兴趣,且证明中使用的行列式控制技巧可能对您处理其他对称系综的极端统计问题有启发。
- 关键技术:
Poisson point process convergence,Gumbel limit,determinantal point process,Nazarov's uncertainty principle,Hermite function identities - 为什么对您有用: 本文属于高维随机矩阵理论(RMT)中特征值极端统计的前沿结果,直接对应您的primary interest。您可以用very_familiar中的高维渐近工具来验证其证明中行列式控制的紧性,或尝试将类似方法推广到其他对称系综(如GSE)。中期可做:需在moderately_familiar的HOIF或U-statistics理论上长肌肉,以处理更高阶的间隙统计。
非参数 / 半参数 (nonparam_semipara, 1 篇)¶
1. 2610.32498 — Random Jump Forests¶
- 作者: Martin Bladt, Rasmus Frigaard Lemvig
- 机构: University of Copenhagen
- 相关性 7/10 · novelty:
new_method - 摘要: 本文提出随机跳跃森林(Random Jump Forests),一种用于多状态模型中估计条件累积转移率和占据概率的非参数工具。核心思想是单棵树同时对所有转移划分协变量空间,利用部分观测轨迹,并在叶节点使用 Nelson-Aalen 估计量。占据概率通过乘积积分恢复,无需马尔可夫假设。在协变量取有限值及适当分裂条件下,建立了累积率估计的一致性和泛函中心极限定理,马尔可夫情形下可构造逐点置信区间和同时置信带。模拟研究表明,在正确设定基准模型时预测精度接近,在误设定时显著改进,并在四个生物医学数据集上进一步验证。覆盖研究中,置信带在多种设定下接近名义覆盖,异质率合并是覆盖不足的主要来源。方法已实现于 R 包 JumpForests。对您而言,该文将非参数回归树与生存分析中的计数过程工具结合,其乘积积分与无马尔可夫假设的处理思路,可迁移至您熟悉的纵向因果推断中的转移概率估计问题。
- 关键技术:
random forests,Nelson-Aalen estimator,product integral,multi-state models,functional central limit theorem - 为什么对您有用: 该文属于非参数与半参数理论方向,具体涉及多状态模型中的转移率估计,与您对纵向数据和因果推断的兴趣相关。您可运用 very_familiar 的非参数统计和 minimax 界工具,评估其分裂条件与收敛速率是否最优,或探索将乘积积分方法用于因果推断中的动态处理效应估计。属于立即可做的 follow-up。
天体统计 (astrostats, 2 篇)¶
1. 2610.32530 — The MIRI/MRS Library. III. Detector-based optimal spectral extraction and high-contrast imaging applications¶
- 作者: Danny Gasman, Ioannis Argyriou, David R. Law, Sandrine Juillard, Valentin Christiaens, Olivier Absil et al.
- 相关性 5/10 · novelty:
application - 摘要: 本文针对 JWST 的 MIRI/MRS 积分场光谱仪,提出一种直接从探测器图像提取光谱的新方法,而非先重建数据立方体。作者利用校准星 10 Lac 的亚像素扫描生成稳定且采样良好的 PSF 模型,并基于这些 PSF 实现探测器级的最优提取算法,按像素的噪声特性和对总照度的贡献加权。同时,他们通过直接减法和 PCA 两种方式在探测器层面扣除中心亮源的 PSF,以探测暗弱伴星。实验表明,最优设置下探测器提取的 S/N 比标准管线立方体提取高 1.5 倍以上,但仅与更复杂的立方体处理相当。PSF 扣除可达到亚百分比水平,从而能提取暗弱伴星的光谱。作者指出尚未达到基础噪声极限,并提出了利用额外数据改进的明确方向。对您而言,这是一篇典型的 astrostatistics 入门读物,展示了天文数据处理中 PSF 建模、最优加权提取和 PCA 扣除的实际流程,但方法学上属于应用而非新统计理论。
- 关键技术:
optimal spectral extraction,PSF modeling,PCA subtraction,detector-based processing,signal-to-noise ratio optimization - 为什么对您有用: 本文属于 astrostatistics 的 gateway reading:它清晰展示了天文光谱数据处理的核心流程(PSF 建模、最优加权、PCA 扣除),对统计学家友好,不需要深厚天文背景即可理解。您的武器库(非参数统计、高维方法)足以支撑理解其方法,但本文方法学 novelty 较低,主要是应用现有技术。值得花时间读全文以了解天文数据结构和分析范式,但不必期待直接的方法学迁移。
2. 2610.32135 — FacilityAudit-Agent: Beyond Mention-as-Usage for Fine-Grained Facility Contribution Attribution in Astrophysics Publications¶
- 作者: Wujun Shao, Dongwei Fan, Daoqi Peng, Yunfei Xu, Chenzhou Cui, Xin Lyu et al.
- 机构: Chinese Academy of Sciences · National Astronomical Observatories · University of Chinese Academy of Sciences · Beijing University of Posts and Telecommunications
- 相关性 4/10 · novelty:
application - 摘要: 本文针对天文台书目中设施贡献归因问题,提出超越“提及即使用”的细粒度语义归因框架 FacilityAudit-Agent,将设施对论文的支持程度分为 L0-L5 六级(从未使用、仅提及到主要/独家数据支持)。方法先构建 PDF 的页面级大纲,为各节赋予角色和设施提及,再通过工具调用型 LLM 按需获取文本,最后用显式决策树和覆盖率校准的置信度分数整合证据,不确定案例转人工审核。在 39,358 个人工标注的论文-设施对上,单设施审计模式达到 89.1% 准确率和 79.8% 宏 F1,比三个基线分别高 5.8、8.3、12.1 个百分点,在 L2 和 L5 级别提升最明显;消融实验显示多跳阅读和树索引对 L3-L5 最关键。该系统已部署于国家天文数据中心,处理 LAMOST、FAST、EP 相关出版物。作为天文统计学的入门读物,本文清晰展示了天文文献数据中的标注、分类和不确定性处理问题,但方法学上主要是工程集成,统计新颖性有限。
- 关键技术:
tool-calling LLM,decision tree,coverage-calibrated confidence,multi-hop reading,page-bounded outline - 为什么对您有用: 本文属于 astrostatistics 的 gateway reading:它清晰展示了天文数据中心的实际数据标注与分类任务,适合作为了解该领域数据结构的入门材料;武器库中的统计分类和不确定性量化工具足以理解其方法,但无需深入;作为应用型论文,值得花时间读全文以了解天文文献数据的规模和标注流程,但不必期待方法论迁移。
其他 (other, 3 篇)¶
1. 2610.32011 — Fitting Dynamic Conditional Densities to Cross-Sectional Returns with Persistent Tail Intensities¶
- 作者: Yasumasa Matsuda, Keigo Sato
- 机构: Tohoku University
- 相关性 6/10 · novelty:
application - 摘要: 本文提出动态条件密度样条混合模型(DCD-SM),用于检测金融收益的尾部强度是否依赖于过去信息,同时控制波动率和尾部阶数的动态。目标是横截面中个股条件收益密度的加权混合,允许个体分布异质且同日收益相关。方法通过归一化样条混合修正和得分驱动更新,在保持参考尾部阶数的同时改变左右尾强度。模拟中评估了Wald检验的检验水平和功效,以及预测稳定性。在19个美国和日本股票横截面上,对原始收益和去除主成分后的残差,Wald检验在5%水平下均检测到同向影响两个尾强度的动态。残差中,修正相对于参考模型在16/19个面板中改善了1%下尾分位数损失。预测增益在对数分数和1%分位数损失上最明显,5%分位数损失上不太一致。
- 关键技术:
spline mixture models,score-driven updates,Wald tests,tail intensity dynamics,cross-sectional density forecasting - 为什么对您有用: 本文属于金融计量领域,与您的主要兴趣(因果推断、高维统计、U统计量等)无直接交集,但涉及密度预测和尾部风险建模,可作为统计方法在金融应用中的参考。其得分驱动更新和样条混合技术可能对您的统计计算兴趣有间接启发,但整体相关性较低,不建议深入阅读。
2. 2610.32557 — Trend-concordance grey incidence with likelinesses closed-form small-sample inference without elicited prior densities¶
- 作者: Fernando Agustin Otero
- 机构: National University of Mar del Plata
- 相关性 4/10 · novelty:
new_method - 摘要: 本文提出一种基于灰色关联分析的因子排序方法,不假设概率模型,而是将两序列的趋势一致性转化为中心化增量的符号计数,并用 Lovegrove 的 likelinesses(在可能分布集上平均概率)替代先验密度来推断。该方法给出闭合形式的估计、因子间排序的 likeliness、未来一致性预测及多候选搜索基线,并允许将不可分辨的比较视为不确定,从而得到灰色数形式的区间推断。模拟显示 plug-in 预测低估方差约 1+m/n 倍,公平硬币基线在搜索中产生高达 63% 的虚假模式,而正确有界集可将其控制在 5% 以下。该方法在任意系统中对称,并通过将系统依赖性移入推断来解决总体性与成对对称性公理之间的冲突。
- 关键技术:
grey incidence analysis,likeliness inference,closed-form inference,sign-based concordance,bounded distribution sets - 为什么对您有用: 本文属于非标准统计推断方法,与您的主要兴趣(如假设检验、非参数理论)有间接联系,但更偏向灰色系统理论,方法论上并非您熟悉的领域。作为 gateway reading,它展示了在无概率模型假设下进行推断的一种思路,但武器库中的工具(如 U-统计量、经验过程)难以直接迁移。
3. 2610.32327 — A New Bivariate Excess Wealth Transform Based on Conditional Random Variables¶
- 作者: S. M. Sunoj, Anjali Babu
- 机构: Cochin University of Science and Technology
- 相关性 4/10 · novelty:
new_method - 摘要: 本文在双变量寿命数据背景下提出一种新的双变量超额财富变换(BEWT),基于条件分位数函数及其条件分位数密度构建,用于刻画双变量分布的超额财富特征。作者建立了该变换的基本性质,并推导了若干常见双变量寿命模型的特征关系。估计方面,提出了非参数加权经验估计方法,并进行了理论验证和数值模拟。最后,基于欧元系统家庭金融与消费调查数据进行了实证分析。该工作属于可靠性/生存分析中的分布特征刻画,与您的主要兴趣(因果推断、高维统计、半参数效率理论等)关联较弱,但非参数估计部分与您的非参数统计背景有一定交集。
- 关键技术:
conditional quantile function,weighted empirical estimation,bivariate lifetime models,nonparametric estimation - 为什么对您有用: 本文主题为可靠性/生存分析中的分布特征刻画,与您的主要兴趣(因果推断、高维统计、半参数效率理论等)关联较弱,但非参数估计部分与您的非参数统计背景有一定交集。作为 gateway reading,本文对您了解双变量寿命数据的分布特征方法有一定入门价值,但武器库(非参数估计、经验过程)足以支撑理解,不过该方向并非您的核心领域,建议仅作泛读,不值得投入全文精读。
🗂 其他论文(仅 LLM 评分,未生成摘要)¶
未生成中文摘要的论文,按 LLM 评分由高到低排列,仅保留评分与简评,便于回溯查全。一般为相关性低于展示阈值者;个别历史页也含当时因单日摘要上限未展开的高分篇目(评分仍清楚标着)。
1. hexagon:2610.00503 — Polynomial Fault Detection Without Bounded Width: Exact Reachable Sets in Priority Controllers¶
- 作者: Idris Ali Shaik
- 分类: cs.CC · cs.DS · cs.LO
- 相关性 2/10
- 评分理由: Circuit fault detection with complexity theory, tangential to statistical-computational tradeoff but not a gateway paper.
2. hexagon:2610.00489 — On the tightness of the Parthasarathy and Schmidt rank bounds for extremal tracial couplings¶
- 作者: Dipankar Dey, Somnath Jana, Soumyashant Nayak
- 分类: math.OA · math.FA · quant-ph
- 相关性 2/10
- 评分理由: Operator algebra and quantum information topic on couplings is tangential to the researcher's statistical focus.
3. hexagon:2610.00505 — Multiplicative bases and deformations of representation-finite algebras¶
- 作者: Haruhisa Enomoto
- 分类: math.RT · math.RA
- 相关性 1/10
- 评分理由: Pure algebra (representation-finite algebras), unrelated to statistical interests.
4. hexagon:2610.00504 — Minimum Prime Bound in Square Intervals¶
- 作者: Min Min Oo Oo
- 分类: math.NT · math.GM
- 相关性 1/10
- 评分理由: Number theory on prime distribution, unrelated to statistical interests.
5. hexagon:2610.00502 — Galois embedding problems and number field counting¶
- 作者: Anwesh Ray
- 分类: math.NT
- 相关性 1/10
- 评分理由: Number theory counting fields, unrelated to statistical interests.
6. hexagon:2610.00501 — A counterexample to a conjecture of Graffiti.pc on the forest number¶
- 作者: Deep Bhattacharjee
- 分类: math.CO
- 相关性 1/10
- 评分理由: Graph theory counterexample, unrelated to statistical interests.
7. hexagon:2610.00490 — Vertex Operator Algebra Realizations of Twisted Haagerup–Izumi Doubles¶
- 作者: Andrew Riesen, David E. Evans
- 分类: math.QA
- 相关性 1/10
- 评分理由: Vertex operator algebras and fusion categories are unrelated to the researcher's statistical interests.
8. hexagon:2610.00500 — Counterexamples to five conjectures of Graffiti.pc on domination¶
- 作者: Deep Bhattacharjee
- 分类: math.CO
- 相关性 0/10
- 评分理由: Pure graph theory on domination conjectures, unrelated to statistics.
9. hexagon:2610.00499 — Regular Morley tetrahedra from \(p\)-secting planes¶
- 作者: Deep Bhattacharjee
- 分类: math.MG
- 相关性 0/10
- 评分理由: Geometry of Morley tetrahedra, no statistical content.
10. hexagon:2610.00498 — Upper \(k\)-star-forming sets and \(k\)-independence in bipartite graphs¶
- 作者: Deep Bhattacharjee
- 分类: math.CO
- 相关性 0/10
- 评分理由: Graph theory on k-independence and star-forming sets, unrelated.
11. hexagon:2610.00497 — Maximal sublattices of finite semidistributive lattices: the complement need not be an interval¶
- 作者: Deep Bhattacharjee
- 分类: math.RA
- 相关性 0/10
- 评分理由: Lattice theory on maximal sublattices, no statistical relevance.
12. hexagon:2610.00496 — Finite Field Hudzik-Landes-Dragomir-Kato-Saito-Tamura Inequality¶
- 作者: K. MAHESH KRISHNA
- 分类: math.AC · math.FA
- 相关性 0/10
- 评分理由: Inequality in finite fields, pure math, no stats connection.
13. hexagon:2610.00495 — Maximal sublattices of convex geometries: four counterexamples¶
- 作者: Deep Bhattacharjee
- 分类: math.RA · math.CO · math.MG
- 相关性 0/10
- 评分理由: Convex geometry counterexamples, unrelated to statistics.
14. hexagon:2610.00494 — The Grundy domination number is not multiplicative on strong products¶
- 作者: Deep Bhattacharjee
- 分类: math.CO
- 相关性 0/10
- 评分理由: Graph theory on Grundy domination, no statistical relevance.
15. hexagon:2610.00493 — The Mirror Clause of the Geometric Selection Conjecture Is Empty¶
- 作者: Deep Bhattacharjee, Ushashi Bhattacharya
- 分类: math-ph · math.AG
- 相关性 0/10
- 评分理由: String theory mirror symmetry conjecture, unrelated to statistics.
Maintained by 陈星宇 · Homepage · Source on GitHub