A Scalable Method for Analyzing Non-Gaussian Functional Data: Generalized Conditional Functional Principal Component Analysis (GC-FPCA)
GC-FPCA is a novel, scalable method for analyzing large, complex, non-Gaussian functional data, outperforming existing methods in terms of computational efficiency while maintaining comparable accuracy in estimating fixed effects and principal components.
Grouped Multivariate Functional Regression Based on Coefficient Shape Homogeneity
This paper introduces a novel grouped multiple functional regression model that leverages the concept of "coefficient shape alignment" to identify homogeneous groups of functional covariates, enabling more parsimonious and insightful analysis of multivariate functional data.
穿戴式感測器數據的功能性數據分析：系統性回顧
本文回顧了應用於穿戴式裝置數據的功能性數據分析 (FDA) 方法，並根據感測器類型和應用領域進行分類，同時介紹了數個免費軟體包和開放數據庫，以促進不同領域對感測器數據的訪問。
웨어러블 센서 데이터 분석에 활용된 기능적 데이터 분석: 체계적 문헌 고찰
본 논문은 건강 과학 분야에서 활용되는 웨어러블 센서 데이터 분석에 적용된 기능적 데이터 분석(FDA) 방법을 체계적으로 검토하고, 센서 유형별로 분류하여 분석합니다. 또한, 다양한 분야에서 센서 데이터 활용을 촉진하기 위해 무료로 이용 가능한 소프트웨어 패키지와 웨어러블 기기 데이터의 공개 데이터베이스를 소개합니다.
Functional Data Analysis of Wearable Sensor Data: A Systematic Review Focusing on Accelerometer, Glucometer, and Other Sensor Applications
This systematic review examines the increasing use of Functional Data Analysis (FDA) in interpreting data from wearable sensors, particularly accelerometers and glucometers, highlighting its advantages over traditional methods and providing resources for further exploration.
Fast Bayesian Basis Selection for Functional Data Representation with Correlated Errors: A Variational EM Approach
This research proposes a novel, efficient Bayesian method for selecting optimal basis functions when representing functional data with correlated errors, utilizing a variational EM algorithm for improved speed and accuracy compared to traditional methods.
處理病態函數響應模型中的一般線性假設檢驗問題
本文提出新的檢驗統計量來驗證病態函數響應模型中的一般線性假設，這些檢驗統計量是尺度不變的，並且在模擬研究和實際數據示例中顯示出比現有檢驗方法更好的性能。
불량 조건부 함수형 반응 모델에서 일반 선형 가설 검정에 대한 새로운 스케일 불변 검정 방법
불량 조건부 함수형 반응 모델에서 일반 선형 가설을 검정하기 위해 기존 방법의 단점을 보완하는 새로운 스케일 불변 검정 통계량을 제안하고, 모의실험 및 실제 데이터 분석을 통해 제안된 방법의 우수성을 입증한다.
不良設定関数型反応モデルにおける一般線形仮説検定
本稿では、従来の手法よりも検出力が高く、スケール不変性を持つ、不良設定関数型反応モデルにおける一般線形仮説検定のための新しい検定統計量を提案する。
General Linear Hypothesis Testing Using Novel Scale-Invariant F-Tests in Ill-Conditioned Functional Response Models
This research paper introduces new scale-invariant F-tests for general linear hypothesis testing in ill-conditioned functional response models, demonstrating superior performance in size control and power compared to existing methods.
© 2024 by Linnk AI