Univariate Extreme Value Analysis Of Quantitative Investment Management, George Agbenyega Zumanu

Graduate Research Theses & Dissertations

The evolution of product development within the variable annuity (VA) business have sparked interest in quantitative investment management, particularly as most VA issuers have integrated volatility-controlled funds into their annuity portfolios. Despite the existence of empirical research on statistical analysis of extreme values in conventional investments, there has been a notable gap in research focus towards risk modeling in volatility-controlled funds.

This study contributes by analyzing and modeling the extreme values of investments in volatility-controlled funds, comparing them to conventional equity funds. The financial returns of S&P Dow Jones Indices (SPDJI) indices - SPXTR, risk control SPXT18UT, and managed risk …

Gmm And Asset Pricing Model, Yuzhou Liu

Graduate Research Theses & Dissertations

The traditional two-pass regression to estimate risk premium has shortcomings. To get the correct asymptotic standard errors, we need to estimate both time-series regressions and cross-sectional regressions simultaneously. The Generalized Method of Moments (GMM) effectively addresses this issue by its nature fit of asset pricing model. In this paper, I re-examine the risk premium of Carhart’s four-factor model by integrating time-series and cross-sectional regressions within the GMM framework, which enhances the accuracy and reliability of the risk premium estimates.

Influence Of Attack Performance On The Ovc Volleyball Regular Seasons 2022 & 2023, Ignacio Valdemoros

Masters Theses

Understanding the outcome of volleyball games is necessary for coaches before, after, and during a season. There are several ways to gain this understanding, but statistical analysis is fundamental to see the minimum patterns of behavior that influence wins and losses in Volleyball. Furthermore, this analysis helps identify the optimal approach to achieving a goal and determining the most effective alternative to success. Scoring points in Volleyball involves three key skills: serving, blocking, and attacking. Among these skills, attacking plays the most relevant role in determining the outcome of a match. The position on the court (e.g. Outside Hitter, Middle …

Refining The Inverse Lipschitz Constant For Injective Relu Networks, Cole Rausch

Electronic Theses and Dissertations

In this thesis, we study the Inverse Lipschitz Constant (ILC) of injective ReLU layers. We study the tightness of the ILC lower bound established in Puthawala et al. Our approach has three components. First, we find that the conditions for injectivity on lines yield a weaker condition than the general condition given in Puthawala et al. Second, we perform numerical experiments to judge the tightness of the existing ILC lower bound and find that bound is overly conservative. Third, we identify the source of the potential slack in the proof of the existing ILC bound, and perform further numerical experiments …

The Geometry Of Dynamic Time-Dependent Best-Worst Choice Pairs, Sasanka Adikari, Norou Diawara, Haim Bar

Mathematics & Statistics Faculty Publications

There has been increasing interest in best–worst discrete choice experiments (BWDCEs) in health economics, transportation research, and other fields over the last few years. BWDCEs have distinct advantages compared to other measurement approaches in discrete choice experiments (DCEs). A systematic study of best–worst (BW) choice pairs can be traced back to the 1990s. Recently, new ideas have been introduced to the subject. Calculating utility helps measure the attractiveness of BW choices. The goal of this paper is twofold. First, we extend the idea of the BW choice pair to include dynamic, time-dependent transition probability and capture utility at each time …

Advanced Techniques In Time Series Forecasting: From Deterministic Models To Deep Learning, Xue Bai

Graduate Theses, Dissertations, and Problem Reports (ETD)

This dissertation discusses three instances of temporal prediction, applied to population dynamics and deep learning.

In population modeling, dynamic processes are frequently represented by systems of differential equations, allowing for the analysis of various phenomena. The first application explores modeling cloned hematopoiesis in chronic myeloid leukemia (CML) via a nonlinear system of differential equations. By tracking the evolution of different cell compartments, including cycling and quiescent stem cells, progenitor cells, differentiated cells, and terminally differentiated cells, the model captures the transition from normal hematopoiesis to the chronic and accelerated-acute phases of CML. Three distinct non-zero steady states are identified, representing …

The Distribution Of The Significance Level, Paul O. Monnu

College of Graduate Studies: Theses & Dissertations

Reporting the p-value is customary when conducting a test of hypothesis or significance. The likelihood of getting a fictitious second sample and presuming the null hypothesis is correct is the p-value. The significance level is a statistic that interests us to investigate. Being a statistic, it has a distribution. For the F-test in a one-way ANOVA and the t-tests for population means, we define the significance level, its observed value, and the observed significance level. It is possible to derive the significance level distribution. The t-test and the F-test are not without controversy. Specifically, we demonstrate that as sample size …

Simulation Of Wave Propagation In Granular Particles Using A Discrete Element Model, Syed Tahmid Hussan

College of Graduate Studies: Theses & Dissertations

The understanding of Bender Element mechanism and utilization of Particle Flow Code (PFC) to simulate the seismic wave behavior is important to test the dynamic behavior of soil particles. Both discrete and finite element methods can be used to simulate wave behavior. However, Discrete Element Method (DEM) is mostly suitable, as the micro scaled soil particle cannot be fully considered as continuous specimen like a piece of rod or aluminum. Recently DEM has been widely used to study mechanical properties of soils at particle level considering the particles as balls. This study represents a comparative analysis of Voigt and Best …

The Impact Of Thunderstorms On Take-Off Data In South Africa, Quinton Jacobs Mr.

International Journal of Aviation, Aeronautics, and Aerospace

Aviation and meteorology are entwined disciplines, as aviation occurs in the atmosphere. Prevailing weather conditions at take-off are of utmost importance to aviation. This determines the payload of the aircraft and runway in use. Forecast verification is essential to aviation as it determines the quality of the forecasting products. The tolerances for take-off data are stringent and slightly relaxed tolerances are used in South Africa by mutual agreement.

There are six aerodromes in South Africa where Take-off Data are produced, in varying climatic conditions as South Africa is in both the tropics and midlatitudes. Thunderstorms are a common occurrence over …

Investigation Of The Effect Of Preparation Parameters On The Structural And Mechanical Properties Of Gelatin/Elastin/Sodium Hyaluronate Scaffolds Fabricated By The Combined Foaming And Freeze-Drying Techniques, Mansour Qamash, S. Misagh Imani, Meisam Omidi, Ciara Glancy, Lobat Tayebi

Electrical & Computer Engineering Faculty Publications

This paper aimed to evaluate the effects of different preparation parameters, including agitation speed, agitation time, and chilling temperature, on the structural and mechanical properties of a novel gelatin/elastin/sodium hyaluronate tissue engineering scaffold, recently developed by our research group. Fabricated using a combination of foaming and freeze-drying techniques, the scaffolds were assessed to understand how these parameters influence their morphology, internal microstructure, porosity, mechanical properties, and degradation behavior. The fabrication process used in this study involved preparing a homogeneous aqueous solution containing 8% gelatin, 2% elastin, and 0.5% sodium hyaluronate (w/v), which was then subjected to mechanical agitation at speeds …

Gwid: An R Package And Shiny Application For Genome-Wide Analysis Of Ibd Data, Soroush Mahmoudiandehkordi, Mehdi Maadooliat, Steven J. Schrodi

Mathematical and Statistical Science Faculty Research and Publications

Summary

Genome-wide identity by descent (gwid) is an R package developed for the analysis of identity-by-descent (IBD) data pertaining to dichotomous traits. This package offers a set of tools to assess differential IBD levels for the two states of a binary trait, yielding informative and meaningful results. Furthermore, it provides convenient functions to visualize the outcomes of these analyses, enhancing the interpretability and accessibility of the results. To assess the performance of the package, we conducted an evaluation using real genotype data derived from the SNPs to investigate rheumatoid arthritis susceptibility from the Marshfield Clinic Personalized Medicine Research Project.

Availability …

โมเดลสมการโครงสร้างพหุระดับของสมดุลชีวิตและงานของครูในยุคการเปลี่ยนผ่านทางดิจิทัล: การวิเคราะห์อิทธิพลการส่งผ่านพหุระดับที่มีพหุตัวแปรส่งผ่าน, มาลัยวรรณ แก้วอาสา

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาสภาพสมดุลชีวิตและงานของครูในยุคการเปลี่ยนผ่านทางดิจิทัล และ 2) วิเคราะห์อิทธิพลของตัวแปรวัฒนธรรมโรงเรียนแบบร่วมมือ การใช้นโยบายการบริหารโรงเรียนแบบยืดหยุ่น และการบูรณาการกิจกรรมระหว่างชีวิตและงานที่มีอิทธิพลต่อสมดุลชีวิตและงานของครู ตัวอย่างที่ใช้ในการวิจัยครั้งนี้คือ ครูมัธยมศึกษาในโรงเรียนสังกัดสำนักงานคณะกรรมการเขตพื้นที่การศึกษาขั้นพื้นฐาน จำนวน 250 คน และผู้บริหารโรงเรียน จำนวน 18 คน โดยใช้การสุ่มแบบแบ่งชั้นตามช่วงชั้น (มัธยมศึกษาตอนต้นและตอนปลาย) และภูมิภาค การเก็บข้อมูลใช้แบบสอบถามออนไลน์ซึ่งมีคุณสมบัติเชิงจิตมิติทั้งด้านความตรงและความเที่ยง วิเคราะห์ข้อมูลโดยใช้การวิเคราะห์โมเดลสมการโครงสร้างพหุระดับด้วยโปรแกรม Mplus ผลการศึกษาพบว่า โมเดลสมการโครงสร้างสอดคล้องกับข้อมูลเชิงประจักษ์ (c2 = 63.871, df = 49, p = 0.0752, RMSEA = 0.035, CFI = 0.985, TLI = 0.979, SRMRW = 0.053, SRMRB = 0.434, AIC = 3255.831, BIC = 3428.382) โดยมีรายละเอียดดังนี้ 1. ผลการวิเคราะห์สภาพสมดุลชีวิตและงานของครูในยุคการเปลี่ยนผ่านทางดิจิทัลพบว่า สมดุลชีวิตและงานของครูในภาพรวมอยู่ในระดับมาก (M = 3.020, SD = 0.594) โดยครูมีการจัดการเวลาอย่างสมดุลในระดับปานกลาง ในขณะที่การให้ความสำคัญกับงานและชีวิตส่วนตัวและความพึงพอใจในการรักษาสมดุลชีวิตและงานอยู่ใน ระดับมาก (M = 3.110 และ 3.210, SD = 0.693 และ 0.789 ตามลำดับ) 2. ผลการวิเคราะห์อิทธิพลของตัวแปรในโมเดลวิจัยระดับครู พบว่า การบูรณาการกิจรรมระหว่างชีวิตและงาน (INT) มีอิทธิพลทางตรงต่อสมดุลชีวิตและงาน (WLB) อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (B = 0.974, p <.001) 3. ผลการวิเคราะห์อิทธิพลทางตรงของตัวแปรในโมเดลวิจัยระดับโรงเรียน พบว่า วัฒนธรรมโรงเรียนแบบร่วมมือ (CUL) มีอิทธิพลทางตรงต่อการใช้นโยบายการบริหารโรงเรียนแบบยืดหยุ่น (FLE) (B = 0.285, p = 0.001) และการบูรณาการกิจกรรมระหว่างชีวิตและงาน (INT) (B = 0.303, p = 0.044) อย่างมีนัยสำคัญทางสถิติที่ ระดับ .05 ในขณะที่การใช้นโยบายการบริหารโรงเรียนแบบยืดหยุ่น (FLE) มีอิทธิพลทางตรงต่อสมดุลชีวิตและงานของครู (WLB) (B = 0.936, p B = 0.862, p 4. ผลการวิเคราะห์อิทธิพลรวมและอิทธิพลทางอ้อมในโมเดลวิจัยระดับโรงเรียนพบว่า วัฒนธรรมโรงเรียนแบบร่วมมือ (CUL) มีอิทธิพลรวมต่อสมดุลชีวิต และงานของครู (WLB) เท่ากับ 0.801 และมีอิทธิพลทางอ้อมผ่านการใช้นโยบายการบริหารโรงเรียนแบบยืดหยุ่น (FLE) (B = 0.267, p = 0.004) และการบูรณาการกิจกรรม ระหว่างชีวิตและงาน (INT) (B = 0.295, p = 0.046) อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 นอกจากนี้วัฒนธรรมโรงเรียนแบบร่วมมือ (CUL) มีอิทธิพลทางอ้อมต่อสมดุลชีวิต และงานของครูผ่านการใช้นโยบายการบริหารโรงเรียนแบบยืดหยุ่น (FLE) และการบูรณาการกิจกรรมระหว่างชีวิตและงาน (INT) (B = 0.239, p = 0.009) อย่างมีนัยสำคัญทาง สถิติที่ระดับ .05 ในขณะที่การใช้นโยบายการบริหารโรงเรียนแบบยืดหยุ่น (FLE) มีอิทธิพลรวมต่อสมดุลชีวิตและงานของครู (WLB) เท่ากับ 1.776 และมีอิทธิพลทางอ้อมต่อ สมดุลชีวิตและงานของครูผ่านการบูรณาการกิจกรรมระหว่างชีวิตและงาน ( INT) (B = 0.840, p ข้อค้นพบดังกล่าวแสดงให้เห็นว่าการส่งเสริมให้ครูมีสมดุลชีวิตและงาน ต้องเริ่มจากการบูรณาการกิจกรรมระหว่างชีวิตและงาน นอกจากนี้ยังพบว่าโรงเรียนมีบทบาทสำคัญในการส่งเสริมสมดุลชีวิตและงานของครูโดยการใช้นโยบายการบริหาร โรงเรียนแบบยืดหยุ่นและส่งเสริมการสร้างวัฒนธรรมโรงเรียนแบบร่วมมือเพื่อสนับสนุนให้ครูสามารถบูรณาการกิจกรรมระหว่างชีวิตและงานได้อย่างมีประสิทธิภาพซึ่งจะส่งผล ให้ครูมีสมดุลชีวิตและงานที่ดียิ่งขึ้น

การเปรียบเทียบวิธีการลงโทษปรับแบบเรียลไทม์ในข้อมูลสตรีมมิงที่ไม่คงที่, กัญญาวีร์ ชมมิ่ง

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อ พัฒนาแนวทางใหม่จำนวน 2 วิธี ได้แก่ Real-time Adaptive Penalization Ridge (RAP-Ridge) และ Real-time Adaptive Penalization Elastic Net (RAP-Elastic Net) ซึ่งต่อยอดจากวิธี RAP-Lasso ที่มีอยู่เดิม เพื่อเพิ่มประสิทธิภาพในการพยากรณ์ข้อมูลที่มีความไม่แน่นอนและเปลี่ยนแปลงอย่างต่อเนื่อง โดยแนวทางที่พัฒนาขึ้นช่วยให้สามารถปรับค่าพารามิเตอร์การลงโทษแบบเรียลไทม์ ส่งผลให้โมเดลสามารถควบคุมขนาดของค่าสัมประสิทธิ์และตอบสนองต่อข้อมูลที่เปลี่ยนแปลงได้อย่างมีประสิทธิภาพ จากนั้นจึงทำการเปรียบเทียบประสิทธิภาพของเทคนิค Real-time Adaptive Penalization (RAP) ภายใต้แบบจำลองการถดถอยสามรูปแบบ ได้แก่ RAP-Lasso, RAP-Ridge และ RAP-Elastic Net ภายใต้บริบทของข้อมูลสตรีมมิงที่ไม่คงที่ ซึ่งมีการเปลี่ยนแปลงของค่าเฉลี่ย ความแปรปรวน และโครงสร้างข้อมูล โดยใช้ข้อมูลจำลองที่มีทั้งการเปลี่ยนแปลงแบบถี่ (High-Frequency Shift) และแบบช้า (Low-Frequency Shift) พร้อมใช้กระบวนการ AR(1) สำหรับค่าความคลาดเคลื่อน โดยการประเมินครอบคลุม 3 ด้าน ได้แก่ ความแม่นยำในการพยากรณ์ ความสามารถในการปรับตัวต่อข้อมูลที่เปลี่ยนแปลง และประสิทธิภาพด้านเวลาในการคำนวณ ผลการทดลองพบว่า RAP-Lasso มีความแม่นยำสูงสุด ขณะที่ RAP-Ridge เหมาะสมกับการใช้งานที่ต้องการความเร็วในการประมวลผล งานวิจัยนี้จึงนำเสนอแนวทางที่เหมาะสมต่อการพัฒนาโมเดลสำหรับข้อมูลที่เปลี่ยนแปลงในสภาพแวดล้อมจริงที่ไม่แน่นอน

Cross-Lingual Speech Emotion Recognition Using English And Mandarin On Thai Data, Kantapong Wonghirunruch

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study explores the efficacy of cross-lingual Speech Emotion Recognition (SER) using Thai as a target language with training sets in English and Mandarin. The study evaluates the adaptability of SER models across linguistic boundaries, emphasizing the challenges and potential of leveraging well-resourced languages to enhance emotion recognition capabilities in a language with fewer resources. Through a series of experiments, the research investigates three primary aspects: the performance of same-corpus training within Thai, cross-lingual model application from English and Mandarin to Thai, and the effectiveness of transfer learning techniques in improving model accuracy. The findings indicate that Mandarin facilitates more …

การใช้กราฟแบบมีทิศทางในการคัดเลือกตัวแปรแบบเบส์สำหรับตัวแบบการถดถอยเชิงเส้นที่มีมิติสูง, บุษราคัม ประทานทรัพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การคัดเลือกตัวแปรสำหรับข้อมูลทางพันธุศาสตร์ เป็นการคัดเลือกยีนเพียงจำนวนหนึ่งที่คาดว่าจะมีความสัมพันธ์กับฟีโนไทป์ที่สนใจ เนื่องจากโดยทั่วไปยีนแต่ละตัวมีจะความสัมพันธ์กัน งานวิจัยนี้เสนอวิธีการใช้การแจกแจงก่อนแบบ Ising (Ising Prior) สำหรับนำกราฟแบบมีทิศทาง (Directed Graph) มาร่วมในการประมาณค่าสัมประสิทธิ์การถดถอยที่มีมิติสูงและคัดเลือกตัวแปร ซึ่งงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการนำกราฟแบบมีทิศทางมาใช้ในการคัดเลือกตัวแปรและประมาณค่าสัมประสิทธิ์การถดถอยที่มีมิติสูง และ เปรียบเทียบประสิทธิภาพในการคัดเลือกตัวแปรเข้าตัวแบบของวิธีที่นำเสนอซึ่งใช้กราฟแบบมีทิศทาง กับวิธีที่ใช้กราฟแบบไม่มีทิศทาง และ ตัวแบบการถดถอยเชิงเส้นแบบเบส์ และ วิธีการถดถอยลาสโซ ในงานวิจัยนี้ใช้ข้อมูลจริง Gene Expression ทำการทดสอบ 8 กรณี โดยมีขนาดตัวอย่าง เท่ากับ 200 จำนวนตัวแปรอิสระเท่ากับ 2000 และ 5000 ตามลำดับ ภายใต้สัมประสิทธิ์การถดถอย 2 กรณี จากยีน 10 โครงข่าย และอัตราส่วนสัญญาณต่อสัญญาณรบกวนเท่ากับ 1 และ 3 ตามลำดับ โดยทำซ้ำแต่ละกรณีจำนวน 100 ครั้ง ในการศึกษานี้มุ่งเน้นประสิทธิภาพในการคัดเลือกตัวแปรของตัวแบบและเปรียบเทียบประสิทธิภาพการคัดเลือกตัวแปรในแต่ละตัวแบบ ซึ่งเปรียบเทียบด้วยค่าความแม่นยำ (Precision) ค่าความระลึก (Recall) ค่าความจำเพาะ(Specificity) อัตราความผิดพลาดในการตรวจจับเชิงบวก (False Positive Rate) และอัตราความผิดพลาดในการตรวจจับเชิงลบ (False Negative Rate) พบว่า วิธีการนำกราฟแบบมีทิศทางมาใช้ในการคัดเลือกตัวแปรสามารถคัดเลือกตัวแปรเข้าตัวแบบและประมาณค่าสัมประสิทธิ์การถดถอยได้แม่นยำสำหรับกรณีที่สัมประสิทธิ์การถดถอยบางตัวในโครงข่ายไม่เท่ากับศูนย์ และให้ค่าความจำเพาะสูงสุด นอกจากนี้สามารถคัดเลือกตัวแปรที่ไม่เกี่ยวข้องเข้าตัวแบบน้อยที่สุด เพราะฉะนั้น วิธีการนำกราฟแบบมีทิศทางมาใช้ในการคัดเลือกตัวแปรมีประสิทธิภาพในการคัดเลือกยีนที่เหมาะสมเข้าตัวแบบในกรณีที่กำหนดให้ยีนบางตัวในโครงข่ายไม่เท่ากับศูนย์ได้ดีกว่าวิธีอื่น และ ยังมีความสามารถในคัดเลือกยีนที่ไม่มีความสัมพันธ์กับฟีโนไทป์เข้าตัวแบบน้อยที่สุดอีกด้วย

ผลกระทบของการจำแนกประเภทแบบสองลาเบลต่อประสิทธิภาพในเรียนรู้ของโครงข่ายประสาทเทียมแบบป้อนไปข้างหน้า, ภานุพงศ์ จิรเศรษฐสิริ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษานี้พิจารณาผลกระทบของตัวแบบในการจำแนกประเภทแบบสองลาเบลต่อประสิทธิภาพของโครงข่ายประสาทเทียมแบบป้อนไปข้างหน้า โดยเปรียบเทียบกับตัวแบบในการจำแนกประเภทแบบหนึ่งลาเบล การวิจัยนี้มุ่งเน้นไปที่ตัวชี้วัดประสิทธิภาพที่สำคัญ เช่น ความเร็วในการลู่เข้าของตัวแบบ การลดค่าการสูญเสีย และความเสถียรของตัวแบบผ่านการทดสอบในกรณีศึกษาที่มีความซับซ้อนต่างกัน 3 กรณี ผลการวิจัยแสดงให้เห็นว่าการจำแนกประเภทแบบสองลาเบลสามารถทำให้ตัวแบบลู่เข้ารวดเร็วขึ้น มีค่าการสูญเสียต่ำกว่า และมีความเสถียรมากกว่าเมื่อเปรียบเทียบกับตัวแบบในการจำแนกประเภทแบบหนึ่งลาเบล โดยเฉพาะในกรณีของชุดข้อมูลที่มีความซับซ้อนน้อยกว่า อย่างไรก็ตามเมื่อความซับซ้อนของข้อมูลเพิ่มขึ้น ความแตกต่างในด้านประสิทธิภาพระหว่างสองตัวแบบจะเริ่มลดลง แต่การจำแนกประเภทแบบสองลาเบลยังคงมีข้อได้เปรียบเล็กน้อยในด้านการลดค่าการสูญเสีย ความสามารถในการปรับตัว และความสามารถในการจัดการกับชุดข้อมูลที่หลากหลาย ผลการศึกษานี้ชี้ให้เห็นว่าการจำแนกประเภทแบบสองลาเบลสามารถเพิ่มประสิทธิภาพของตัวแบบการเรียนรู้เชิงลึกได้อย่างมีนัยสำคัญ ทำให้สามารถแก้ไขปัญหาที่เกี่ยวข้องกับตัวแปรตามหลายตัวได้อย่างมีประสิทธิภาพ ผลลัพธ์จากการศึกษานี้มีความสำคัญอย่างยิ่งในด้านการวิเคราะห์เชิงพยากรณ์และการจัดประเภทข้อมูลขนาดใหญ่ ซึ่งความเร็วในการประมวลผลและความเสถียรของตัวแบบเป็นปัจจัยสำคัญ

การปรับปรุงแบบจําลองการเรียนรู้เชิงลึกสําหรับการทํานายผลตอบแทนในตลาดหุ้นไทยด้วยข้อมูลทางการเงินและบทความข่าว, ภัคพล ตันติวิชช์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในปัจจุบันมีการนำข้อมูลหลากหลายประเภทมาใช้ในการทำนายผลตอนแทนในตลาดหุ้น ได้แก่ ข้อมูลราคาหุ้นในอดีต ตัวชี้วัดทางเทคนิค ข้อมูลทางการเงินในอดีต และบทความข่าว อย่างไรก็ตามงานวิจัยส่วนใหญ่มุ่งเน้นการศึกษาอยู่ในตลาดหุ้นต่างประเทศ และมักจะใช้เพียงข้อมูลราคาหุ้นในอดีตและตัวชี้วัดทางเทคนิคเท่านั้น ข้อมูลทั้ง 4 ประเภทข้างต้นยังไม่เคยถูกใช้ร่วมกัน ในการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อนำเสนอวิธีการทำนายผลตอบแทนโดยมุ่งเน้นที่ตลาดหุ้นไทย ด้วยแบบจำลองการเรียนรู้เชิงลึกโดยใช้ข้อมูลนำเข้าทั้ง 4 ประเภท ซึ่งแบบจำลองที่ใช้คือแบบจำลองการเรียนรู้เชิงลึก Temporal Convolutional Networks (TCN) และนำเสนอการปรับปรุงประสิทธิภาพของแบบจำลองทั้งในด้านการทำนายผลตอบแทนและในด้านการสร้างผลตอบแทนจากการจำลองการซื้อขายด้วยกลไกความสนใจ (Attention Mechanism) ในชื่อแบบจำลองการเรียนรู้เชิงลึก Temporal Convolutional Attention Networks (TCAN) และการใช้ข้อมูลย้อนหลัง ผลการศึกษาแสดงให้เห็นถึงความสามารถของแบบจำลอง TCAN ที่ใช้ข้อมูลเพียง 3 ประเภท คือ ข้อมูลราคาหุ้นในอดีต ตัวชี้วัดทางเทคนิค และบทความข่าวที่ถูกนำมาคำนวณเป็นคะแนนความรู้สึก ด้วยข้อมูลย้อนหลังจำนวน 10 วัน เป็นแบบจำลองที่มีประสิทธิภาพในการทำนายและสร้างผลตอบแทนในตลาดหุ้นไทย

Formulating An Efficient Statistical Test Using The Goodness Of Fit Approach With Applications To Real-Life Data, S. A. Qaid, S. E. Abo Youssef Prof., Mahmoud Mansour

Basic Science Engineering

Statistical tests are very important for researchers to make decisions. In particular, when the tests are non-parametric, they are of greater importance because they can be applied to a wide range of data sets regardless of knowing the distribution of these data. Researchers are therefore racing to obtain efficient tests for making good decisions based on the results of these tests. In this study, NBU (2)L was used based on the goodness of fit approach to present an efficient statistical test. The efficiency of the proposed test was computed, and the results were compared to those of other tests. Critical …

Self-Exciting Point Processes In Real Estate, Ian Fraser

Theses and Dissertations (Comprehensive)

This thesis introduces a novel approach to analyzing residential property sales through the lens of stochastic processes by employing point processes. Herein, property sales are treated as point patterns, using self-exciting point process models and a variety of statistical tools to uncover underlying patterns in the data. Key findings include the identification and explanation of clustering in both space and time, and the efficacy of a temporal Hawkes process with a sinusoidal background in predicting home sale occurrences. The temporal analysis starts by employing the state of art techniques for time series data like regression, autoregressive, and autoregressive integrated moving …

Last Passage Time And Excursion Theory For Solvable Diffusions With Applications In Mathematical Finance, Yaode Sui

Theses and Dissertations (Comprehensive)

In this dissertation, we investigate the properties of last passage times and excursion theory in one-dimensional solvable diffusions, emphasizing their applications in financial modeling, particularly in option pricing. We derive closed-form formulas for the marginal distribution of last passage times and their joint distribution with process values, including the maximum and minimum of the process value. The focus is on time-homogeneous diffusions with various boundaries and imposed killing. Employing spectral expansion theory, we derive explicit formulas for distributions of last passage times in common processes such as Drifted Brownian Motion (BM), Squared Bessel (SQB), Ornstein-Uhlenbeck (OU), and Cox-Ingersoll-Ross (CIR) models. …

Incorporating Effects-Based Approaches Into Environmental Impact Assessment To Improve Post-Development Monitoring, Carolyn J M Brown

Theses and Dissertations (Comprehensive)

Over the last 50 years, improvements in design of industrial facilities have significantly reduced environmental impacts. But impacts still occur and monitoring programs are the main mechanism to inform when modification/implementation of mitigation is needed. Informed decisions require adequate baseline (pre-development) data to predict impacts based on the development’s design and to understand when the post-development environment has changed. An adaptive monitoring plan provides an effective way to evaluate monitoring results and allow for proactive responses to environmental change before impacts become difficult or challenging to reverse. Unfortunately, baseline data gathered during an environmental impact assessment (EIA) is often inadequate …

Sparse Representation Learning For Temporal Networks, Maxwell Mcneil

Electronic Theses & Dissertations (2024 - present)

Temporal networks arise in many domains including activity of social network users, sensor network readings over time, and time course gene expression within the interaction network of a model organism. Data of this type contains a wealth of prior information such as the connectivity among nodes (e.g., a friendship graph), and prior knowledge of expected temporal patterns (e.g., periodicity). Modeling these temporal and network patterns jointly is essential for state-of-the-art performance in temporal network data analysis and mining. Sparse dictionary encoding is one modeling approach for such underlying patterns. However, most classical approaches consider only one dimension of the data …

Disentangling Cyclic Causality: An Instance-Based Framework For Causal Discovery, Chase A. Yakaboski

Dartmouth College Ph.D Dissertations

Correlation does not imply causation" is one of the fundamental principles taught in science, emphasizing that associations between variables do not necessarily indicate causality. Yet, over the past three decades, extensive research has begun to challenge this perspective by developing sophisticated methods to differentiate causal from correlative relationships. This research suggests that correlations often involve a blend of confounded and causal interactions, which, given certain assumptions, can be disentangled to uncover actionable insights and deepen our understanding of physical, biological, and societal systems.

Accurately discovering causal relationships from data amidst cyclic dynamics remains a challenging open problem in causality research. …

Multiscale Modelling Of Brain Networks And The Analysis Of Dynamic Processes In Neurodegenerative Disorders, Hina Shaheen

Theses and Dissertations (Comprehensive)

The complex nature of the human brain, with its intricate organic structure and multiscale spatio-temporal characteristics ranging from synapses to the entire brain, presents a major obstacle in brain modelling. Capturing this complexity poses a significant challenge for researchers. The complex interplay of coupled multiphysics and biochemical activities within this intricate system shapes the brain's capacity, functioning within a structure-function relationship that necessitates a specific mathematical framework. Advanced mathematical modelling approaches that incorporate the coupling of brain networks and the analysis of dynamic processes are essential for advancing therapeutic strategies aimed at treating neurodegenerative diseases (NDDs), which afflict millions of …

Development Of Probabilistic Dynamic Model Building And Bayesian Machine Learning Approaches, Samuel Oladayo Adeyemo

Graduate Theses, Dissertations, and Problem Reports (ETD)

Abstract

Development of Probabilistic Dynamic Model Building and Bayesian Machine Learning Approaches

Samuel Adeyemo

The recent years have seen a tremendous increase in the use of artificial intelligence (AI) and machine learning (ML) for the development of data-driven mathematical models needed for performing real-time optimization, model-based control, performance optimization, dynamic data reconciliation, and process performance monitoring. However, the development of data-driven models is faced with some challenges including lack of model interpretability, sensitivity of algorithm to noise in training data, limited extrapolation capabilities and violation of conservation laws. Drawing motivation from these existing gaps, this work aims to develop robust …

Three Essays On Energy Related To State Policies And Low Carbon Transitions, Pinky Thomas

Graduate Theses, Dissertations, and Problem Reports (ETD)

This dissertation consists of three essays on energy-related state policies and energy transition. Each paragraph below refers to the three abstracts for the three chapters in this dissertation, respectively.

The first essay is entitled: “Impacts of State Tax and Resource Ownership Policies on Extraction: Evidence from U.S. Natural Gas Production”. The innovation of combined use of horizontal drilling and hydraulic fracturing technologies during the 2000s has allowed natural gas producers in the United States to extract natural gas and liquids from deep shale formations in a cost-efficient manner. This essay evaluates whether unconventional gas production responds to tax changes, and …

Investigation Of Space Charge Effects On Co2 Electrocatalytic Reduction On Gd-Doped Ceria Via Scanning Kelvin Probe And Model-Based Bayesian Analysis, Alejandro Mejia

Graduate Theses, Dissertations, and Problem Reports (ETD)

In studying novel energy conversion and storage systems, such as high-temperature electrolysis, numerous underlying fundamental physical processes remain unclear or inadequately understood. Among these, the modeling and comprehension of surface reaction mechanisms, coupled with the intricate effects of space‑charge interfaces, remains an unclear and challenging area of research.

The work of this dissertation involves the development of a 2D finite element analysis model, leveraging the robust MOOSE framework from INL. This model, featuring inhomogeneous defect thermodynamics for near-surface chemistry, formulated through Poisson‑Cahn variational theory, has been exploited for studying the electrocatalytic reduction of CO₂ on gadolinia doped ceria. The …

Data-Driven Modeling Of Oxygen Kinetics In La0.6sr0.4co0.2fe0.8o3−Δ (Lscf) For High-Temperature Reduction Of Co2 In An Electrolysis Cell, Ferron Campbell

Graduate Theses, Dissertations, and Problem Reports (ETD)

Electrolysis systems are critical to several societal applications, particularly energy storage and conversion. Developing these systems requires a detailed knowledge of the chemistry and thermodynamics of the materials used in the electrolysis cell. This work focuses on using embedded scientific machine learning as an efficient way to build an interpretable model for the reaction and transport kinetics in the LSCF electrode, whose performance directly influences the electrolysis system’s performance. The models developed in this study are trained using the publicly available machine learning package, FoKL-GP. This package incorporates a robust Gibbs sampler that employs a forward variable selection process to …

Applications Of Independent And Identically Distributed (Iid) Random Processes In Polarimetry And Climatology, Dan Kestner

Dissertations, Master's Theses and Master's Reports

The unifying theme of this thesis is the characterization of “perfect randomness,” i.e., independent and identically distributed (IID) stochastic processes as these are applied in physical science. Two specific and mathematically distinct applications are chosen: (i) Radar and optical polarimetry; (ii) Analysis of time series in meteorology. In (i), IID process of a special kind, namely, with a distribution defined by symmetry, is used to link its multivariate Gaussian density to uniformity on the Poincaré sphere. This “statistical ellipsometry” approach is then used to relate polarimetric mismatches or imbalances to ellipsometric variables and suitably chosen cross-correlation measures. In (ii), recently …

Stigma And Efficacy Beliefs Regarding Opioid Use Disorder Treatment And Naloxone In Communities Participating In The Healing Communities Study Intervention, Nicky Lewis, Barry Eggleston, Redonna K. Chandler, Dawn Goddard-Eckrich, Jamie E. Luster, Dacia Beard, Emma Rodgers, Rouba A. Chahine, Philip M. Westgate, Shoshana N. Benjamin, Janae Holloway, Thomas Clarke, R. Craig Lefebvre, Michael D. Stein, Donald W. Helme, Jennifer Reynolds, Sharon L. Walsh, Darcy Freedman, Nabila El-Bassel, Kara Stephens, Anita Silwal, Michelle R. Lofwall, Janet E. Childerhose, Hilary L. Surratt, Brooke N. Crockett, Amy L. Farmer, James L. David, Laura Fanucchi, Judy Harness, Ben Wilburn, Kelli Bursey, Kristin Mattson, Sarah Mann, Rebecca D. Jackson, Aimee Shadwick, Katherine Calver, Deborah Chassler, Jennifer Kimball, Nancy Regan, Jeffrey H. Samet, Rachel Sword-Cruz, Michael D. Slater

Biostatistics Faculty Publications

Background The HEALing Communities Study (HCS) included health campaigns as part of a community-engaged intervention to reduce opioid-related overdose deaths in 67 highly impacted communities across Kentucky, Massachusetts, New York, and Ohio. Five campaigns were developed with community input to provide information on opioid use disorder (OUD) and overdose prevention, reduce stigma, and build demand for evidence-based practices (EBPs). An evaluation examined the recognition of campaign messages about naloxone and whether stigma and efficacy beliefs regarding OUD treatment and naloxone changed in HCS intervention communities.

Methods Data were collected through surveys offered on Facebook/Instagram to members of communities participating in …