Zobrazeno 1 - 10
of 471
pro vyhledávání: '"Dang, Xin"'
Autor:
Sang, Yongli, Dang, Xin
Gini distance correlation (GDC) was recently proposed to measure the dependence between a categorical variable, Y, and a numerical random vector, X. It mutually characterizes independence between X and Y. In this article, we utilize the GDC to establ
Externí odkaz:
http://arxiv.org/abs/2304.08605
Autor:
Lee, Tin Hang, Dang, Xin, Mumby, Hannah S., Xiao, Shu, Chung, Shiu C., Thiyagarajan, Vengatesen
Publikováno v:
In Aquaculture 15 October 2024 591
Publikováno v:
In Applied Acoustics 5 September 2024 224
Asymptotic Normality of Gini Correlation in High Dimension with Applications to the K-sample Problem
Autor:
Sang, Yongli, Dang, Xin
The categorical Gini correlation proposed by Dang et al. is a dependence measure to characterize independence between categorical and numerical variables. The asymptotic distributions of the sample correlation under dependence and independence have b
Externí odkaz:
http://arxiv.org/abs/2203.00081
Discretization of continuous-time diffusion processes is a widely recognized method for sampling. However, the canonical Euler Maruyama discretization of the Langevin diffusion process, referred as Unadjusted Langevin Algorithm (ULA), studied mostly
Externí odkaz:
http://arxiv.org/abs/2101.06369
Autor:
Dang, Xin1 (AUTHOR), Hanson, Barbara A.1 (AUTHOR), Orban, Zachary S.1 (AUTHOR), Jimenez, Millenia1 (AUTHOR), Suchy, Stephen1 (AUTHOR), Koralnik, Igor J.1 (AUTHOR) igor.koralnik@northwestern.edu
Publikováno v:
PLoS ONE. 4/17/2024, Vol. 19 Issue 4, p1-20. 20p.
Discretization of continuous-time diffusion processes is a widely recognized method for sampling. However, the canonical Euler-Maruyama discretization of the Langevin diffusion process, also named as Langevin Monte Carlo (LMC), studied mostly in the
Externí odkaz:
http://arxiv.org/abs/2002.10071
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.