Statistics and Probability Commons^™

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

Effect Of Data Visualization On Users' Running Performance On Treadmill, Thanaphon Amattayakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study investigates the effect of real-time data visualization on user performance and experience during treadmill running. Traditional treadmill displays usually present information in plain text, which may limit user engagement and motivation. To address this, the study introduced redesigned displays using data visualization techniques aligned with human perception, such as line graphs and progress bars, to make performance feedback more meaningful and easier to understand. The experiment compared three display conditions: a traditional treadmill display and two improved designs. A within-subjects design was used with 18 participants. Performance metrics such as time to exhaustion, heart rate, distance covered, and …

ประสิทธิภาพของแบบจำลองแบบผสมของการเรียนรู้เชิงลึกสำหรับการพยากรณ์ราคาหุ้น, กิตติคุณ ทัดประดิษฐ

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์และเปรียบเทียบประสิทธิภาพและระยะเวลาที่ใช้ของแบบจำลองการเรียนรู้เชิงลึกแบบผสม (Hybrid Deep Learning Models) ได้แก่ RNN, LSTM และ GRU ในรูปแบบการใช้โครงสร้างแบบผสม (Stacked layer) และเครือข่ายประสาทเทียมแบบซ้อนกัน (Cascaded neural network) ในการพยากรณ์ราคาปิดหุ้น รวมถึงศึกษาผลกระทบของการสลับลำดับของแบบจำลองภายใน Hybrid model เพื่อพิจารณาความแตกต่างของประสิทธิภาพการพยากรณ์ ทั้งในระยะสั้น 7 วัน และ ระยะยาว 30 วัน โดยมีการใช้ข้อมูลราคาหุ้นทั้งหมด 5 อุตสาหกรรม เลือกกลุ่มอุตสาหกรรมละ 3 หุ้นตามระดับความผันผวนของราคาหุ้นเมื่อเทียบกับตลาด (Beta) รวมทั้งหมด 15 ชุดข้อมูล ผลการศึกษาพบว่า ในภาพรวมการพยากรณ์ระยะสั้น 7 วันและระยะยาว 30 วัน การสร้างแบบจำลองผสมด้วยวิธี Cascaded neural network มีประสิทธิภาพที่ไม่แตกต่างกับวิธี Stacked layers อย่างมีนัยสำคัญ แต่ถ้าหากพิจารณาด้วยระยะเวลาที่ใช้ในการสร้างแบบจำลองจะพบว่า การสร้างแบบจำลองผสมด้วยวิธี Stacked layers ใช้เวลาสร้างแบบจำลองน้อยกว่าวิธี Cascaded neural network อย่างมีนัยสำคัญ ซึ่งจะช่วยประหยัดทรัพยากรในการสร้างแบบจำลองในการพยากรณ์เป็นอย่างมาก นอกจากนี้การสลับลำดับของแบบจำลองที่ใช้ในการผสมแบบจำลอง ด้วยวิธี Cascaded neural network และ Stacked layers ในการพยากรณ์ระยะสั้น 7 วันและระยะยาว 30 วัน ไม่ส่งผลต่อประสิทธิภาพของ Hybrid Deep Learning Models อย่างมีนัยสำคัญ จึงสามารถสรุปได้ว่าการสร้าง Hybrid Deep Learning Models ด้วยวิธี Stacked layers ให้ประสิทธิภาพและความคุ้มค่าที่มากกว่าการผสมด้วยวิธี Cascaded neural network ทั้งในระยะสั้นและระยะยาว

Enhanced Realism In Virtual Try-On Tasks Using Diffusion Methods, Saris Kiattithapanayong

Chulalongkorn University Theses and Dissertations (Chula ETD)

Virtual try-on technology is revolutionizing online retail by enabling customers to visualize garments on their bodies before purchasing. Traditional methods, often based on Generative Adversarial Networks (GANs), face challenges such as misalignment and visual artifacts, especially in complex poses. We present a virtual try-on framework leveraging diffusion models to enhance realism, accuracy, and garment detail preservation. Our approach integrates Vector Quantized Variational Autoencoders (VQ-VAEs) for precise feature matching within a diffusion U-Net architecture. By adopting image-based conditioning with the CLIP image encoder, our system utilizes visual features directly from clothing images for more faithful garment representations. Additionally, an Additional Feature …

การประเมินประสิทธิภาพของการเรียนรู้เชิงรุกโดยวิธีการเลือกแบบละโมบและวิธีการสุ่มตัวอย่างของทอมป์สันกับข้อมูลรูปแบบข้อความ, อานนท์ พรหมจรรย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มุ่งเน้นการประเมินประสิทธิภาพของวิธีการเรียนรู้เชิงรุกสำหรับการคัดเลือกข้อมูลที่มีประโยชน์สูงสุดในการทำป้ายกำกับ โดยเปรียบเทียบวิธีการเลือกข้อมูลแบบสุ่ม วิธีการเลือกข้อมูลโดยวิธีละโมบ และวิธีการสุ่มตัวอย่างของทอมป์สันด้วยการประมาณค่าแบบลาพลาซ ผ่านการทดลอง 100 รอบในการเลือกทวีตเกี่ยวกับการท่องเที่ยวในกรุงเทพมหานครเพื่อฝึกโมเดลการถดถอยโลจิสติก ผลการทดลองพบว่าวิธีการเลือกข้อมูลโดยวิธีละโมบให้ประสิทธิภาพสูงสุดตลอดการทดลอง เนื่องจากสามารถปรับปรุงโมเดลได้อย่างรวดเร็ว แต่ประสิทธิภาพลดลงในช่วงท้ายเมื่อจำนวนทวีตที่มีประโยชน์ลดลง ขณะที่วิธีการสุ่มตัวอย่างของทอมป์สันด้วยการประมาณค่าแบบลาพลาซใช้เวลาในการคัดเลือกข้อมูลมากที่สุดและมีประสิทธิภาพต่ำกว่าในช่วงแรก อย่างไรก็ตาม เมื่อจำนวนรอบการทดลองเพิ่มขึ้น ความแม่นยำของโมเดลก็ค่อย ๆ ดีขึ้นเมื่อเทียบกับช่วงต้น ส่วนวิธีการเลือกข้อมูลแบบสุ่มใช้เวลาน้อยที่สุด แต่ไม่มีการเรียนรู้หรือปรับปรุงโมเดล ทำให้ประสิทธิภาพไม่ดีขึ้น จากผลการทดลองสามารถสรุปได้ว่าวิธีการเลือกข้อมูลโดยวิธีละโมบเป็นทางเลือกที่มีประสิทธิภาพสูงในสถานการณ์ที่ต้องการการเรียนรู้ที่รวดเร็ว ในขณะที่วิธีการสุ่มตัวอย่างของทอมป์สันด้วยการประมาณค่าแบบลาพลาซยังคงต้องมีการศึกษาเพิ่มเติมเกี่ยวกับศักยภาพในการเรียนรู้ในระยะยาว งานวิจัยนี้สามารถนำไปประยุกต์ใช้กับการวิเคราะห์ข้อมูลข้อความ เช่น การจำแนกประเภทความรู้สึกของผู้ใช้โซเชียลมีเดีย หรือการประเมินความคิดเห็นของลูกค้าในอุตสาหกรรมต่างๆ

The Influence Of Echo Chamber On Thailand's 2023 Election, Isariyaporn Sukcharoenchaikul

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research develops visual methods to explore the echo chamber effect, employing analytical approaches to investigate its dynamics through a case study on the 2023 General Election in Thailand. The study utilizes visualization techniques such as node-link diagrams, t-SNE projections, and heatmaps to analyze homophilic relationships, clustering tendencies, and polarization within online communities. To minimize inaccuracies and biases, network graphs are constructed based on contextual analysis of user-generated content, rather than relying on predefined relationship definitions (e.g., friendships, followers, retweets) or users' interpretations. The research uses the Echo Chamber Score (ECS) alongside visualizations to explore echo chambers, reveal significant variations …

Judging Our New Judges: Why We Must Remove Artificial Intelligence From Our Courtrooms Now, Kieran Duffy Newcomb

Honors Theses and Capstones

In this paper, I explore some of the ways in which artificial intelligence might enhance the sentencing process through recidivism prediction technology. Notably, this technology can increase the accuracy of risk predictions and the speed with which sentencing decisions are reached. I then show, however, that the recidivism prediction technology is likely to turn into what data scientist Cathy O’Neil calls a Weapon of Math Destruction. The potential harmfulness of this technology is due not to the inherent nature of the technology, but the symbiotic relationship it will have with our already harmful criminal justice system. I argue that the …

Examining Stigma In Rural Mental Health Care Settings: A Mixed Methods Approach, Lainie Krumenacker

Murray State Theses and Dissertations

More than half of Americans will be diagnosed with a mental illness in their lifetime (CDC, 2021), yet stigma towards mental health affects both patients and providers. Although programs exist to address stigma, improve cultural competency among providers, and educate families on the importance of support, facilities are often limited on programs they provide due to allocation of resources and funds. Without a shift in treatment and programing, stigma will continue to impact patient care and outcome.

This study explored stigma among mental health providers in rural communities, while exploring potential differences in treatment among patients due to race. Mental …

Gender Wage Gap: Analysis Of Women In Statistical Industries And Financial Effects Of The Wage Gap, Renee Delos

Honors Projects in Mathematics and Economics

Women in statistical and mathematical industries are continuing to be mistreated within the workforce. Women are constantly being paid less than men, despite prior qualifications that should show otherwise. An overall pay gap between male and female employees not only affects the women’s work at the company, but also their lives outside of the corporate world. This thesis analyzes the direct effects of this pay difference, and how women are truly treated throughout the working world. The data collected through surveys is used as the basis in determining the real pay gap, and the overall emotions and degree of comfort …

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 …

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 …

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 …

Maximizing The Number Of H-Colorings Of Graphs With A Fixed Minimum Degree, John Engbers

Mathematical and Statistical Science Faculty Research and Publications

For graphs G and H, an H-coloring of G is an adjacency-preserving map from the vertex set of G to the vertex set of H.

Measuring The Performance Of Sdgs In Provincial Level Using Regional Sustainable Development Index, Nurafiza Thamrin, Ika Yuni Wulansari, Puguh Bodro Irawan

Journal of Environmental Science and Sustainable Development

Measuring the national and sub-national progress in achieving such globally adopted development agendas as Sustainable Development Goals (SDGs) is particularly challenging due to data availability and compatibility of indicators to measure SDGs, especially in Indonesia. This paper attempts to measure the performance of sustainable development at the regional level in Indonesia by newly constructing a multidimensional composite index called the Regional Sustainable Development Index (RSDI). RSDI comprises four dimensions, covering comprehensive economic, social, environmental, and governance indicators. By applying factor analysis, the paper assesses the uncertainty of RSDI and the sensitivity of its composing indicators, then further investigates the relationship …

Reducing Food Scarcity: The Benefits Of Urban Farming, S.A. Claudell, Emilio Mejia

Journal of Nonprofit Innovation

Urban farming can enhance the lives of communities and help reduce food scarcity. This paper presents a conceptual prototype of an efficient urban farming community that can be scaled for a single apartment building or an entire community across all global geoeconomics regions, including densely populated cities and rural, developing towns and communities. When deployed in coordination with smart crop choices, local farm support, and efficient transportation then the result isn’t just sustainability, but also increasing fresh produce accessibility, optimizing nutritional value, eliminating the use of ‘forever chemicals’, reducing transportation costs, and fostering global environmental benefits.

Imagine Doris, who is …

Genome-Wide Search Algorithms For Identifying Dynamic Gene Co-Expression Via Bayesian Variable Selection, Wenda Zhang, Zichen Ma, Lianming Wang, Daping Fan, Yen Yi Ho

Faculty Publications

A wealth of gene expression data generated by high-throughput techniques provides exciting opportunities for studying gene-gene interactions systematically. Gene-gene interactions in a biological system are tightly regulated and are often highly dynamic. The interactions can change flexibly under various internal cellular signals or external stimuli. Previous studies have developed statistical methods to examine these dynamic changes in gene-gene interactions. However, due to the massive number of possible gene combinations that need to be considered in a typical genomic dataset, intensive computation is a common challenge for exploring gene-gene interactions. On the other hand, oftentimes only a small proportion of gene …

Cabozantinib Plus Atezolizumab In Previously Untreated Advanced Hepatocellular Carcinoma And Previously Treated Gastric Cancer And Gastroesophageal Junction Adenocarcinoma: Results From Two Expansion Cohorts Of A Multicentre, Open-Label, Phase 1b Trial (Cosmic-021)., Daneng Li, Yohann Loriot, Adam Burgoyne, James Cleary, Armando Santoro, Daniel Lin, Santiago Ponce Aix, Ignacio Garrido-Laguna, Ramu Sudhagoni, Xiang Guo, Svetlana Andrianova, Scott Paulson

Kimmel Cancer Center Faculty Papers

BACKGROUND: Cabozantinib is approved for previously treated advanced hepatocellular carcinoma (aHCC) and has been investigated in gastric cancer (GC) and gastroesophageal junction adenocarcinoma (GEJ). Atezolizumab plus bevacizumab is approved for unresectable or metastatic HCC untreated with prior systemic therapy. We evaluated efficacy and safety of cabozantinib plus atezolizumab in aHCC previously untreated with systemic anticancer therapy or previously treated GC/GEJ.

METHODS: COSMIC-021 (ClinicalTrials.gov, NCT03170960) is an open-label, phase 1b study in solid tumours with a dose-escalation stage followed by tumour-specific expansion cohorts, including aHCC (cohort 14) and GC/GEJ (cohort 15). Eligible patients were aged ≥18 years with measurable locally advanced, …

Cancer Survivorship And Subjective Cognitive Decline In The Us: Results From A Nationally Representative Sample, Monique J. Brown, Ally Hucek, Jingkai Wei, Loretta Anderson, Muzi Na

Faculty Publications

Cancer may be associated with objective cognitive decline. However, studies examining the link between cancer and subjective cognitive decline (SCD), which occurs earlier during cognitive trajectories, are lacking. In addition, research assessing risk factors for SCD among cancer survivors is scant. Therefore, this study aimed to examine the association between cancer and SCD in the past year, and assess the association between age of diagnosis, cancer treatment, and SCD among cancer survivors. Data were obtained from the 2021 Behavioral Risk Factor Surveillance System (N=15,447). Crude and adjusted logistic regression models, controlling for sociodemographic characteristics, were used to determine the association …