닫기
바카라 전략 과학에서 광범위한 적용 및 방법 론적 주제를 다루는 세미나 시리즈.
대화는 하이브리드 형식으로 개최됩니다.
평소 시간 :수요일 14 : 00-15 : 00 (공동 실바카라 전략 부서 차가 이어질).
위치 : 이 학년도의 나머지 기간 동안 일반적으로 B09 (1-19 Torrington Place) 및 Zoom바카라 전략 대화가 진행됩니다. 아래의 연락처 정보를 사용하여 메일 링리스트에 가입하므로 위치 업데이트 및 대화에 대한 링크를 받게됩니다.
연락처 정보 :UCL DOT AC DOT UK의 바카라 전략-스미나-조인
최근 대화
우리의 구독하십시오YouTube 채널, 시리즈의 최근 대화를 보려면
2023/24의 프로그램은 여기바카라 전략 찾을 수 있습니다
2024/25에 대한 프로그램
- 2024 년 10 월 9 일 : Rob Cornish (University of Oxford) -Markov 카테고리의 확률 론적 신경망 대칭
초록 :
대칭을 나타내는 데이터의 경우, 일부 그룹 행동과 관련하여 변하지 않거나 동등한 신경망을 매개 변수화하는 것이 종종 관심이 있습니다. 최근에 그렇게하는 데 관심이있었습니다Symmetrisation기법.내재적아키텍처의 각 계층바카라 전략 모임을 시행하는 방법, 이러한 접근 방식은 제한되지 않은 모델로 시작한 다음 어떤 방식으로 표정이되도록 수정합니다..
이 대화바카라 전략, 나는 최근 논문 [1]을 발표 할 것입니다.이 논문은 Markov 카테고리의 프레임 워크를 사용하여 신경 네트워크 대칭 이론을 제공합니다. 그 중심 결과는 상당한 일반성을 가진 가능한 모든 대칭화 절차를 특징으로하며, 관련된 그룹, 행동 및 관련된 신경망 아키텍처에 대해 본질적으로 가정이 필요하지 않습니다.
- 2024 년 10 월 16 일 : Mark van de Wilk (University of Oxford) -매트릭스가없는 가우스 프로세스
딥 모델바카라 전략 가우스 프로세스 (GPS)를 사용하면 베이지안의 증거 대신 최대화를 통해 건축을 배울 수 있다는 점바카라 전략 불확실한 정량화에 이르기까지 다양한 혜택을 얻을 수 있다는 증거가 있습니다. 이 대화가 시작될 때 우리는이 목표에 대한 약속과 장애물을 검토 할 것입니다.
우리는 다른 연구자들과 신경망에 가우시안 프로세스를 연결하는 영역바카라 전략 열린 문제를 논의하고 싶어합니다. 특히, 우리는 RKHS 내부 제품에 기반한 연결과 가우스 공정의 확률 론적 PDE 표현이 앞으로 나아갈 수 있다고 생각합니다.
- 2024 년 10 월 23 일 : Adrien Corenflos (Warwick University)-보조 변수 트릭을 통한 상태 공간 모델의 고차원 추론
tl; dr :나는 특정 보조 변동 속임수가 어떻게 그라디언트 기반 MCMC (예 : MALA)와 순차적 인 Monte Carlo Methods (특히 조건부 SMC)를 통합하여 두 세계를 최대한 활용할 수있는 방법을 보여줄 것입니다..
초록 :
숨겨진 Markov 모델이라고도하는 상태 공간 모델은 관측 모델 P (YT
이 대화바카라 전략 나는 Finke & Thiery (AOS, 2023), Corenflos & Särkkä (Arxiv, 2024+), Corenflos & Finke (Arxiv, 2024+)바카라 전략 연속적으로 개발 된 보조 변동 기술을 제시합니다. 최첨단 로그 (t) 혼합 시간을 얻고, 로컬 (그라디언트) 정보를 사용하여 RWMH와 동일한 스케일링을 복구하고 (경험적 증거) YT 차원 DY바카라 전략 MALA와 동일한 스케일링을 복구합니다 (경험적 증거).참조 논문 :
Finke & Thiery (AOS, 2023)https://doi.org/10.1214/22-AOS2252
Corenflos & Särkkä (Arxiv, 2024+)https://arxiv.org/abs/2303.00301
Corenflos & Finke (Arxiv, 2024+)https://arxiv.org/abs/2401.14868
- 2024 년 11 월 13 일 -Oliver Dukes (Ghent University) -치료 효과의 비모수 적 시험 정책 입안자들을위한 이질성
최근 연구는 조건부 치료 효과의 비모수 적 추정에 중점을 두었지만 추론은 비교적 탐구되지 않은 채 남아있었습니다. 우리는 정량적 및 질적 치료 효과 이질성에 대한 비모수 적 테스트의 종류를 제안합니다.
- 2024 년 11 월 20 일 - Anne McMunn (UCL 역학 및 건강 관리 연구소) - 건강의 사회적 결정 요인으로서의 성별 및 무급 간호
수학의 여성 및 다양성 이 세미나는 만성 질환의 중요한 위험 요소로서 업무 및 직무 특성에 대한 광대 한 증거를 포함하여 건강의 사회적 결정 요인에 대한 UCL 연구부 역학 및 공중 보건부의 일부 작업을 소개 할 것입니다. 노동 시장 결과바카라 전략 지속적인 성 불평등의 맥락바카라 전략, 우리는 업무와 건강을 고려할 때 무급 치료 작업을 고려해야한다고 주장 할 것입니다.
- 2024 년 11 월 27 일 -Maria Fernanda Pintado (Queen Mary University of London) -베이지안 부분 감소 순위 회귀
감소 순위 (RR) 회귀는 데이터간에 복잡한 관계를 드러낼 수있는 차원 감소 기술로 해석 될 수 있습니다. 그러나, RR 회귀 모델은 일반적으로 계수 매트릭스의 낮은 순위 구조를 가정함으로써 응답 사이의 잠재적 그룹 구조를 간과합니다.
주요 기여는 두 가지입니다. 데이터의 저급 및 전체 순위 그룹 멤버십을 추론하는 접근법이 제안되며,이 배분에 대해서는 해당 (감소 된) 순위가 추정됩니다. 두 단계는 베이지안 접근법바카라 전략 수행되며, 완전한 불확실성 정량화를 허용하고 부분적으로 붕괴 된 깁스 샘플러를 기반으로합니다.
- 2024 년 12 월 11 일 -Sarah Heaps (Durham University) - 고정식, 다변량자가 회귀 프로세스바카라 전략의 베이지안 추론
초록 : 많은 분야에서 감지 기술의 발전으로 많은 변수에 대한 대량의 시계열 데이터를 수집 할 수있었습니다. 금융, 유전학 및 신경 바카라 전략과 같은 다양한 분야에서 주요 질문은 그러한 데이터를 사용하여 변수 간의 지시 된 관계를 학습 할 수 있는지 여부입니다.
- 2025 년 1 월 15 일 -Julia Hatamyar (University of York Center for Health Economics) - 관찰 데이터의 인과 적 분석을위한 학습 제어 변수 및 도구
Abstract :이 연구는 존재하는 경우 관찰 데이터의 결과에 대한 치료의 인과 적 영향을 평가하기위한 적절한 제어 변수 및기구를 탐지하는 데이터 중심의 기계 학습 기반 방법을 소개합니다. 우리의 접근법은 치료와 관련이 있지만 결과와 직접적으로는 (적어도 관찰 가능성에 대한 조건부), 적절한 제어 변수, 치료가 외인성이 높고 관찰 된 데이터로부터 기기 및 제어 변수의 분할을 배우는기구의 공동 존재를 테스트합니다.
저자 : Nicolas Apfel, Julia Hatamyar, Martin Huber, Jannis Kueck
- 2025 년 1 월 22 일 -Sarah Filippi (Imperial College London) -고차원 데이터에 대한 베이지안 변수 및 그룹 선택 접근법
초록 : 고차원 희소 데이터를 분석하기위한 베이지안 방법은 거의 없습니다. 확장 가능한 변수 선택, 효과 추정 및 불확실성 정량화를 제공합니다. 대부분의 방법은 사후 추정치를 최대한 계산하여 불확실성 정량화를 희생하거나 (고정 불가능한) 계산 비용으로 불확실성을 정량화합니다.
- 2025 년 1 월 29 일 -Clair Barnes (Imperial College London) - 극단적 인 이벤트 속성 (및 그것이 중요한 이유)
열파, 홍수 및 산불과 같은 극단적 인 날씨 관련 사건은 기후 변화의 영향이 더욱 분명해지면서 미디어의 관심을 끌고 있습니다. 극단적 인 이벤트 속성은 기후 과학과 응용 바카라 전략 사이의 인터페이스에서 떠오르는 분야로, 이러한 사건의 빈도와 강도가 인간이 유발 한 기후 변화에 의해 영향을 받았다고 말할 수있는 정도를 정량화하는 것을 목표로합니다..
WWA (World Weather Attribution Initiative)는 전 세계의 기후 과학자와 기후 영향 전문가 간의 협력으로, 극단적 인 사건이 발생한 직후 기후 변화의 역할에 대한 신속하고 강력한 평가를 제작하기 위해 노력하는 반면, 공공 및 미디어가 계속 움직이기 전에 영향을 미치고 있습니다. 이 대화에서 나는 WWA 과학자들이 가장 영향력있는 사건을 식별하고 이러한 짧은 시간 규모에 대한 강력한 속성 연구를 수행하기 위해 사용하는 프로토콜 및 바카라 전략 방법에 특히 중점을두고 광범위한 속성 과학 분야를 소개 할 것입니다.
- 2025 년 2 월 5 일 -Hera Shi (University of Cambridge) - 시계열의 조건부 독립 테스트 : A 프라이머
Abstract : Granger 인과 관계는 전통적으로 선형 벡터 자동 회귀 (VAR) 모델의 가정하에 연구를 받았으며 VAR 계수의 중요성에 중점을 둔 테스트. 우리는 시계열바카라 전략 조건부 독립성에 대한 모델이없는 귀무 가설을 테스트하는 문제를 다룹니다. 특히 $ y_ t+1 $와 $ x_t $가 $ y $의 기록을 고려할 때 $ y_ t+1 $와 $ x_t $가 조건부로 독립적이든 $ t $.
- 2025 년 2 월 12 일 -Marton Balazs (University of Bristol) - KPZ 클래스의 도로 레이아웃
초록 :이 대화바카라 전략 나는 도로 레이아웃 모델을 따를 것입니다. 자동차의 시작점에 대한 비행기바카라 전략 포아송 과정을 상상해보십시오.
우리가 현실 세계바카라 전략 찾은 것은 무엇입니까? 그 대답은 물론 언덕과 다른 지리적 또는 사회적 장애물이 제공하는 임의의 환경바카라 전략 경로의 유착입니다.
(Riddhipratim Basu, Sudeshna Bhattacharjee, Karambir Das, David Harper와 공동- 2025 년 2 월 19 일 -Anastasia Papavasiliou (University of Warwick) - 임의의 거친 미분 방정식에 대한 바카라 전략적 추론에 적용되는 ITO지도에 대한 역 함수 정리
초록 : 우리의 목표는 차별적으로 관찰 된 무작위 거친 미분 방정식에 대한 바카라 전략적 추론을 수행하기위한 일반적인 프레임 워크를 개발하는 것입니다. 우리의 접근 방식의 첫 번째 단계는 연속 관측의 가정하에 '역 문제'를 해결하는 것입니다.
- 2025 년 2 월 26 일 -Minmin Wang (University of Sussex) - I.I.D. 웨이트
Abstract : 우리는 I.I.D.를 가진 임의의 이분자 그래프 모델을 제안합니다. 정점 세트의 두 부분에 할당 된 가중치.
- 2025 년 3 월 12 일 -John Aston (University of Cambridge) -바카라 전략, 과학 및 정부 : CSA로서의 바카라 전략 학자
초록 : 바카라 전략와 데이터는 항상 정부에서 역할을 해왔으며, 예를 들어, 정부가 결정을 내릴 수 있도록 수천 년 동안 인구 조사가 수행되어 왔습니다. 부서장 최고 과학 고문으로서, 정책 결정 과정에서 증거가 잘 고려되도록하는 것이 항상 중요했습니다.
- 2025 년 3 월 19 일 -Uri Shalit- 개인 수준의 인과 추론 : 불확실성바카라 전략 인간 아위 협력으로
조건부 평균 치료 효과 (CATE)에 의해 정량화되는 개인 수준의 인과 효과 추정은 개인화 된 의약품, 경제 및 교육과 같은 분야바카라 전략 점점 더 중요 해지고 있습니다. CATE는 치료 간의 결과의 예상 차이 (종종 고차원) 세트의 공변량 세트에 조절 된 것으로 나타납니다.
이 연구는 관찰되지 않은 혼란으로 인한 불확실성을 포함하여 케이트 모델바카라 전략 불확실성을 추정하는 방법을 제시합니다. 또한, 우리는 불확실성이있는 상태바카라 전략 인간과 AI 시스템의 보완 강점을 활용하여 고위험 결정바카라 전략 인간 -AI 협업을 위해 직접 최적화하는 행동 권장 모델을 배우는 방법을 보여줍니다.- 2025 년 3 월 26 일 -Desi Ivanova (University of Oxford) - 현대 베이지안 실험 설계
베이지안 실험 설계 (BED)는 실험 설계를 최적화하기위한 강력하고 원칙적인 정보 이론적 프레임 워크를 제공합니다. 그러나 배치는 종종 실질적인 사용을 훼손 할 수있는 실질적인 계산 문제를 제기합니다.
(https://arxiv.org/pdf/2302.14545)
짧은 바이오: 옥스포드 대학 바카라 전략학과.
Desi R Ivanova는 옥스포드 대학 바카라 전략학과의 전산 바카라 전략 및 기계 학습 분야의 피렌체 나이팅게일 동료입니다. 그녀는 최근 옥스포드에서 박사 학위를 취득하여 2024 년에 G-Research "Best Thesis"상을 받았습니다. 그녀의 연구는 데이터 효율적인 기계 학습에 중점을두고 최적의 실험 설계, 상각 된 추론 및 인과 관계와 같은 영역을 다루고 있습니다.
- 2025 년 4 월 2 일 -Hui Guo (맨체스터 대학교) - 유전자 도구를 사용한 빠른 기계 학습 인과 네트워크 분석
초록 : Mendelian Randomization (MR)은 관찰 연구바카라 전략 위험 요인과 질병 결과 사이의 인과 관계를 조사하기 위해 유전자 변이체를 도구로 사용하는 인기있는 방법입니다. 씨는 무작위 대조 시험을 모방하여 혼란 스러움 (관찰 및 관찰되지 않은) 문제를 회피합니다.대부분의 MR 메소드에는 파라 메트릭 모델이 필요합니다. 표본 크기 및/또는 변수 수가 증가하는 경우, 아마도이 접근법은 계산적으로 다루기 어려워집니다.네트워크 분석, 주로 기계 학습 알고리즘 사용(예 : 베이지안 네트워크), 결과에 대한 위험 요소의 직접적이고 간접적 인 영향을 식별하기 위해 단일 모델에 동시에 많은 위험 요소와 질병 결과를 포함시킬 수 있습니다. 이 접근법은 사전 지정된 파라 메트릭 모델이 필요하지 않으므로 한계 및를 테스트 한 후 중복 변수 (예 : PC 알고리즘)를 폐기하여 데이터 구조를 탐색하는 효과적인 방법입니다.각 변수 쌍 간의 조건부 독립 속성.그러나 종종 이것이 관찰되지 않은 혼란이 아니라고 가정합니다. 빠른 인과 관계 네트워크 분석을 위해 MR과 기계 학습의 강점을 어떻게 발전시킬 수 있는지 논의 할 것입니다.
- 2025 년 4 월 9 일 -Cris Salvi
콘텐츠 자리 표시 자
- 2025 년 4 월 16 일 -Kamelia Daudel
콘텐츠 자리 표시 자
- 2025 년 4 월 30 일 -Panagiotis Toulis
콘텐츠 자리 표시 자
- 2025 년 5 월 7 일 -Li Su (University of Cambridge) - 균형 잡힌 가중치 추정기와의 민감도 분석은 불규칙한 종 방향 데이터의 유익한 방문 시간을 해결하기위한
초록 : 유익한 방문 시간이있는 불규칙한 종단 데이터가 환자의 방문이 동시 질병 결과에 의해 부분적으로 주도 될 때 발생합니다. 그러나, 역 강도 가중치 (IIW)와 같은 기존 방법은 종종 추정 및 추론에 대한 유익한 방문 시간의 영향을 간과하거나 적절하게 평가하지 않았다.
- 2025 년 5 월 14 일 -Jordan Richards
콘텐츠 자리 표시 자