Fugu-MT 論文翻訳(概要): Adaptive Hyper-box Matching for Interpretable Individualized Treatment Effect Estimation

論文の概要: Adaptive Hyper-box Matching for Interpretable Individualized Treatment Effect Estimation

arxiv url: http://arxiv.org/abs/2003.01805v2
Date: Sat, 8 Aug 2020 14:05:26 GMT
ステータス: 処理完了
システム内更新日: 2022-12-26 23:38:34.862338
Title: Adaptive Hyper-box Matching for Interpretable Individualized Treatment Effect Estimation
Title（参考訳）: 解釈可能な個別治療効果推定のための適応型ハイパーボックスマッチング
Authors: Marco Morucci, Vittorio Orlandi, Sudeepa Roy, Cynthia Rudin, Alexander Volfovsky
Abstract要約: 本稿では,単位固有の超箱型領域における単位と他の単位とを一致させる観測データのマッチング手法を提案する。これらの領域は混合整数プログラムの解として、あるいは(高速な)近似アルゴリズムとして見出される。結果は、各単位に対する因果効果の解釈可能で調整された推定である。
参考スコア（独自算出の注目度）: 76.36298211419158
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We propose a matching method for observational data that matches units with others in unit-specific, hyper-box-shaped regions of the covariate space. These regions are large enough that many matches are created for each unit and small enough that the treatment effect is roughly constant throughout. The regions are found as either the solution to a mixed integer program, or using a (fast) approximation algorithm. The result is an interpretable and tailored estimate of a causal effect for each unit.
Abstract（参考訳）: 共変量空間の単位固有の超箱型領域における単位と他の単位とを一致させる観測データのマッチング法を提案する。これらの領域は、各単位に対して多くのマッチングが作成され、治療効果が概ね一定となるほど小さい。これらの領域は混合整数プログラムの解として、あるいは(高速な)近似アルゴリズムとして見出される。結果は各単位に対する因果効果の解釈可能で調整された推定である。

関連論文リスト

Semisupervised score based matching algorithm to evaluate the effect of public health interventions [3.221788913179251]
1対1のマッチングアルゴリズムでは、マッチする多数の"ペア"は、大きなサンプルからの情報と多数のタスクの両方を意味する可能性がある。本稿では,2次スコア関数 $S_beta(x_i,x_j)= betaT (x_i-x_j)(x_i-x_j)T beta$ に基づく新しい1対1マッチングアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-03-19T02:24:16Z)
Learning to Bound Counterfactual Inference in Structural Causal Models from Observational and Randomised Data [64.96984404868411]
我々は、従来のEMベースのアルゴリズムを拡張するための全体的なデータの特徴付けを導出する。新しいアルゴリズムは、そのような混合データソースからモデルパラメータの(不特定性)領域を近似することを学ぶ。反実的な結果に間隔近似を与え、それが特定可能な場合の点に崩壊する。
論文参考訳（メタデータ） (2022-12-06T12:42:11Z)
Matching entropy based disparity estimation from light field [0.0]
テクスチャの豊かさ、不均一性の整合性、およびアンチ・オクルージョンの3つの特徴を満たすマッチングウィンドウは、ミスマッチを防ぐことができる。我々は,光場の空間領域におけるマッチングエントロピーを提案し,マッチングウィンドウにおける正しい情報の量を測定する。 2段階のプロセスは、効果的なマッチングウィンドウを選択することで、ミスマッチや冗長な計算を削減できる。
論文参考訳（メタデータ） (2022-10-28T07:12:00Z)
An Improved Greedy Algorithm for Subset Selection in Linear Estimation [5.994412766684842]
有限個の予測位置において、観測値の最もよい推定値を与えるような k 個の位置の集合を求める空間場における部分選択問題を考える。観測選択の1つのアプローチは、空間の格子離散化を行い、グリードアルゴリズムを用いて近似解を得ることである。本稿では,予測位置と予測位置によって形成される傾斜角の遠心点のみからなる探索空間を考慮し,計算複雑性を低減する手法を提案する。
論文参考訳（メタデータ） (2022-03-30T05:52:16Z)
Local versions of sum-of-norms clustering [77.34726150561087]
本手法はボールモデルにおいて任意に閉じた球を分離できることを示す。我々は、不連結連結集合のクラスタリングで発生する誤差に定量的な有界性を証明した。
論文参考訳（メタデータ） (2021-09-20T14:45:29Z)
Adaptive feature recombination and recalibration for semantic segmentation with Fully Convolutional Networks [57.64866581615309]
完全畳み込みネットワークを用いたセマンティックセグメンテーションに適応した特徴の組換えと空間適応型再分類ブロックを提案する。その結果、再結合と再校正は競争ベースラインの結果を改善し、3つの異なる問題にまたがって一般化することを示した。
論文参考訳（メタデータ） (2020-06-19T15:45:03Z)
Spatially Adaptive Inference with Stochastic Feature Sampling and Interpolation [72.40827239394565]
スパースサンプリングされた場所のみの機能を計算することを提案する。次に、効率的な手順で特徴写像を密に再構築する。提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
論文参考訳（メタデータ） (2020-03-19T15:36:31Z)
Almost-Matching-Exactly for Treatment Effect Estimation under Network Interference [73.23326654892963]
本研究では,観測ネットワーク上でユニットが接続されたランダム化実験から直接処理効果を回復するマッチング手法を提案する。本手法は, 近傍グラフ内の一意部分グラフの個数にほぼ一致する。
論文参考訳（メタデータ） (2020-03-02T15:21:20Z)
To Split or Not to Split: The Impact of Disparate Treatment in Classification [8.325775867295814]
異なる処理は、機械学習モデルが機密属性に基づいて個人に対して異なる決定を下すときに発生する。本稿では,分類器の分割による性能改善の定量化のための分割処理の利点を紹介する。我々は,小規模凸プログラムを解くことで効率よく計算できる分割利益の等価表現を証明した。
論文参考訳（メタデータ） (2020-02-12T04:05:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。