https://zbmath.org/atom/cc/62F10 2024-04-15T15:10:58.286558Z Werkzeug公司 https://zbmath.org/1530.60013 2024-04-15T15:10:58.286558Z “阿沙德，拉娜·穆罕默德·伊姆兰” https://zbmath.org/authors/？q=ai:arshad.rana-穆罕默德·伊姆兰 “塔希尔，M.H.” https://zbmath.org/authors/？q=ai:tahir.muhammad-侯赛因 “克利斯朵夫·切斯诺” https://zbmath.org/authors/？q=ai:chesneau.christophe “可汗，萨达夫” https://zbmath.org/authors/？q=ai:khan.sadaf “贾马尔·法鲁克” https://zbmath.org/authors/？q=ai:jamal.farrukh网址 摘要：在本文中，我们提出了一种新的定义在正实线上的三参数分布，称为伽马幂半logistic分布。它使用伽马生成机制构成了功率半逻辑分布的扩展。因此，父分发的功能在几个方面得到了改进。特别是，风险率函数现在呈现出失效增加、失效减少和浴缸形状，这是统计建模中需要的特征。还讨论了与分位数、偏度、峰度、矩、不完全矩、平均偏差、Bonferroni和Lorenz曲线、随机排序、可靠性参数和顺序统计量分布有关的其他特征。随后，利用实际结果对伽马功率半逻辑模型进行了研究。我们使用经典的最大似然法估计模型参数，并通过仿真试验证明了该方法对于足够大的样本量的有效性。然后，将四个不同大小的真实数据集用于模型的具体应用，证明了与同类模型相比，该模型在拟合方面的优越性。 https://zbmath.org/1530.60015 2024-04-15T15:10:58.286558Z “刘鹏毅” https://zbmath.org/authors/？q=ai:liu.pengyi “袁锦泉” https://zbmath.org/authors/？q=ai:yuen.kam-泉 “吴刘昌” https://zbmath.org/authors/？q=ai:wu.liucang “田国良” https://zbmath.org/authors/？q=ai:田国良 “李，道” https://zbmath.org/authors/？q=ai:li.tao.16 摘要：限制在闭合单位间隔\（[0,1]\）内的连续数据通常出现在各个字段中。贝塔分布和单纯形分布都不能令人满意地拟合此类数据，因为这两种分布的密度仅在开区间（（0,1））中定义。为了对含有过多零和过多零的连续比例数据进行建模，我们首次提出了一种{零膨胀单纯形}（ZOIS）分布，它可以被视为伯努利分布和单纯形分布的混合。此外，我们引入了一种新的算法来计算无协变量单纯形分布中参数的最大似然估计。还提供了ZOIS回归模型的基于似然的推理方法。进行了一些模拟研究，并对1988年和1990年巴塞罗那的住院数据进行了分析，以说明所提出的方法。还对ZOIS模型和零膨胀beta}（ZOIB）模型进行了比较。 https://zbmath.org/1530.62017 2024-04-15T15:10:58.286558Z “孙，袁” https://zbmath.org/authors/？q=ai:sun.yuan “赵世顺” https://zbmath.org/authors/？q=ai:zhao.shishun “田国良” https://zbmath.org/authors/？q=ai:田国良 “唐曼来” https://zbmath.org/authors/？q=ai:tang.manlai（中文） “李，道” https://zbmath.org/authors/？q=ai:li.tao.16 摘要：为了用多余的零、一和二对计数数据进行建模，我们首次引入了一种所谓的\textit{zero-one-To-inflated Poisson}（ZOTIP）分布，包括作为两种特殊情况的\textit{zero-inflited Poisson}（ZIP）分布和\textit}zero-and-on-inflated-Poisson{ZOIP（ZOIP）分布。我们为ZOTIP随机变量建立了三个等价的随机表示，以发展ZOTIP分布的重要分布特性。推导了Fisher评分和\textit｛期望最大化｝（EM）算法，以获得感兴趣参数的最大似然估计。还提供了引导置信区间。考虑了测试假设，进行了仿真研究，并使用两个实际数据集来说明所提方法。 https://zbmath.org/1530.62028 2024-04-15T15:10:58.286558Z “燕，韩” https://zbmath.org/authors/？q=ai:yan.han “王德辉” https://zbmath.org/authors/？q=ai:wang.dehui 摘要：近年来，人们对具有完全观测阈值特征的时间序列模型进行了深入研究。本文提出了几种估计完全随机缺失数据下自激阈值积分值自回归（SETINAR（2,1））过程参数的方法。为了处理观测数据中的非等距离，我们研究了基于不完全观测值的步长条件分布的条件最小二乘和条件极大似然推断；此外，研究了三种插补方法，以处理估计感兴趣参数时的缺失值。进行了多组随机模拟研究，以比较所提出的方法。 https://zbmath.org/1530.81038 2024-04-15T15:10:58.286558Z “阿明·艾哈迈德哈尼哈” https://zbmath.org/authors/？q=ai:ahmadkhaniha.armin “Mafi，Yousef” https://zbmath.org/authors/？q=ai:mafi.yousef “卡齐米卡，佩曼” https://zbmath.org/authors/？q=ai:kazemikhah.payman “阿加巴巴，侯赛因” https://zbmath.org/authors/？q=ai:aghababa.hossein “马苏德·巴拉蒂” https://zbmath.org/authors/？q=ai:barati.masoud “穆罕默德·科拉杜兹” https://zbmath.org/authors/？q=ai:kolahdouz.mohammadreza 摘要：本文探讨了硬件高效的量子搜索算法，并将其与其他著名的同类算法进行了比较。量子比特数量的增加可能会提高错误的敏感性，特别是在Grover等迭代算法中。相反，噪声中间-尺度量子（NISQ）计算机在执行任何量子查询所需的门数方面都会受到限制。因此，我们利用硬件效率高的量子搜索算法进行进一步研究，因为它优化了电路深度。此外，使用Qiskit库和Matlab对分析进行验证。此外，还探讨了包括相位阻尼（PD）和振幅阻尼（AD）噪声在内的噪声效应，以对各种搜索算法进行比较分析。