Fugu-MT 論文翻訳(概要): Synthetic Interventions

論文の概要: Synthetic Interventions

arxiv url: http://arxiv.org/abs/2006.07691v6
Date: Tue, 31 Oct 2023 16:39:22 GMT
ステータス: 処理完了
システム内更新日: 2023-11-02 05:20:45.491104
Title: Synthetic Interventions
Title（参考訳）: 合成介入
Authors: Anish Agarwal, Devavrat Shah, Dennis Shen
Abstract要約: 各ユニットの介入にともなう潜在的な結果を学習し、合計で$N倍D$因果パラメータを学習する。我々は、これらの$NのD$因果的パラメータを推測するために、因果的枠組み、合成的介入(SI)を提案する。この結果は,データ効率のよいランダム化実験の設計に影響を及ぼす可能性がある。
参考スコア（独自算出の注目度）: 20.96904429337912
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Consider a setting with $N$ heterogeneous units (e.g., individuals, sub-populations) and $D$ interventions (e.g., socio-economic policies). Our goal is to learn the expected potential outcome associated with every intervention on every unit, totaling $N \times D$ causal parameters. Towards this, we present a causal framework, synthetic interventions (SI), to infer these $N \times D$ causal parameters while only observing each of the $N$ units under at most two interventions, independent of $D$. This can be significant as the number of interventions, i.e., level of personalization, grows. Under a novel tensor factor model across units, outcomes, and interventions, we prove an identification result for each of these $N \times D$ causal parameters, establish finite-sample consistency of our estimator along with asymptotic normality under additional conditions. Importantly, our estimator also allows for latent confounders that determine how interventions are assigned. The estimator is further furnished with data-driven tests to examine its suitability. Empirically, we validate our framework through a large-scale A/B test performed on an e-commerce platform. We believe our results could have implications for the design of data-efficient randomized experiments (e.g., randomized control trials) with heterogeneous units and multiple interventions.
Abstract（参考訳）: n$ の異種単位(例えば、個人、サブ人口)と $d$ の介入(例えば、社会経済政策)を持つ集合を考える。我々のゴールは、すべてのユニットへの介入に関連する潜在的な結果を学習することであり、合計で$N \times D$因果パラメータである。そこで本論文では, 因果的枠組みである合成的介入(SI)を提案し, これらの$N \times D$因果的パラメータを推定すると同時に, 最低2回の介入でN$単位のそれぞれをD$とは独立に観察する。これは、介入の数、すなわちパーソナライゼーションのレベルが増加するにつれて重要になる。単位、結果、介入にまたがる新しいテンソル因子モデルの下で、これらの$N \times D$因果パラメータの識別結果を証明し、追加条件下での漸近正規性とともに、推定器の有限サンプル整合性を確立する。重要なことに、私たちの推定は、潜伏する共同創設者がどのように介入が割り当てられるかを決定するのにも役立ちます。この推定器は、その適合性を調べるためのデータ駆動テストも備えている。実証的に,Eコマースプラットフォーム上で実施した大規模A/Bテストを通じて,我々のフレームワークを検証する。我々は,データ効率のよいランダム化実験(ランダム化制御試験など)の設計に,不均一な単位と複数の介入が関与できると考えている。

関連論文リスト

Standing on the shoulders of giants [0.0]
アイテム応答理論(IRT)は、インスタンスの潜在特性のレベルの評価を可能にする。 IRTは従来のメトリクスを補完するものではなく、特定のインスタンスにおけるモデルの詳細な振る舞いを評価および観察する新しいレイヤを提供することによって、古典的なメトリクスを補完します。
論文参考訳（メタデータ） (2024-09-05T00:58:07Z)
GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。 GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
論文参考訳（メタデータ） (2024-06-01T08:01:05Z)
Latent Semantic Consensus For Deterministic Geometric Model Fitting [109.44565542031384]
我々はLSC(Latent Semantic Consensus)と呼ばれる効果的な方法を提案する。 LSCは、モデルフィッティング問題をデータポイントとモデル仮説に基づく2つの潜在意味空間に定式化する。 LSCは、一般的な多構造モデルフィッティングのために、数ミリ秒以内で一貫した、信頼性の高いソリューションを提供することができる。
論文参考訳（メタデータ） (2024-03-11T05:35:38Z)
A Bayesian Methodology for Estimation for Sparse Canonical Correlation [0.0]
標準相関解析(CCA)は、データセット間の関係を識別する統計手法である。 ScSCCAは、異なるデータモダリティ間の相互関係の堅牢なモデリングを目的とした、急速に発展する方法論分野である。ベイズ無限因子モデルを用いて,ロバストな推定を実現する新しいSCSCCA手法を提案する。
論文参考訳（メタデータ） (2023-10-30T15:14:25Z)
Hyperspectral Benchmark: Bridging the Gap between HSI Applications through Comprehensive Dataset and Pretraining [11.935879491267634]
ハイパースペクトルイメージング (HSI) は、様々な応用の非破壊空間分光技術として機能する。繰り返し発生する課題は、ターゲットデータセットの限られたサイズであり、徹底的なアーキテクチャ検索を妨げる。本研究は、3つの顕著な異なるHSIアプリケーションを含む革新的なベンチマークデータセットを紹介する。
論文参考訳（メタデータ） (2023-09-20T08:08:34Z)
Less is More: Mitigate Spurious Correlations for Open-Domain Dialogue Response Generation Models by Causal Discovery [52.95935278819512]
本研究で得られたCGDIALOGコーパスに基づくオープンドメイン応答生成モデルのスプリアス相関に関する最初の研究を行った。因果探索アルゴリズムに着想を得て,反応生成モデルの学習と推論のための新しいモデル非依存手法を提案する。
論文参考訳（メタデータ） (2023-03-02T06:33:48Z)
A Statistical Learning Take on the Concordance Index for Survival Analysis [0.29005223064604074]
C-index Fisher-Consistencyの結果と、生存分析においてよく使われるコスト関数に対する過剰なリスク境界を提供する。また、モデル仮定が作成されず、C-インデックスと整合性を示す新しいオフ・ザ・シェルフ法を提示する一般事例についても検討する。
論文参考訳（メタデータ） (2023-02-23T14:33:54Z)
SMT-Based Safety Verification of Data-Aware Processes under Ontologies (Extended Version) [71.12474112166767]
我々は、このスペクトルで最も調査されたモデルの1つ、すなわち単純なアーティファクトシステム(SAS)の変種を紹介する。このDLは適切なモデル理論特性を享受し、後方到達性を適用可能なSASを定義することができ、対応する安全問題のPSPACEにおける決定可能性をもたらす。
論文参考訳（メタデータ） (2021-08-27T15:04:11Z)
Model-Based Counterfactual Synthesizer for Interpretation [40.01787107375103]
機械学習モデルを解釈するためのモデルベース対実合成器(MCS)フレームワークを提案する。まずモデルに基づく逆ファクト過程を分析し、条件付き生成逆数ネット(CGAN)を用いてベースシンセサイザーを構築する。それらの希少なクエリに対する反ファクト宇宙をよりよく近似するために,MCSフレームワークのトレーニングを行うために,傘サンプリング手法を新たに採用した。
論文参考訳（メタデータ） (2021-06-16T17:09:57Z)
A comprehensive comparative evaluation and analysis of Distributional Semantic Models [61.41800660636555]
我々は、静的DSMによって生成されたり、BERTによって生成された文脈化されたベクトルを平均化して得られるような、型分布ベクトルの包括的評価を行う。その結果、予測ベースモデルの優越性は現実よりも明らかであり、ユビキタスではないことが明らかとなった。我々は認知神経科学からRepresentational similarity Analysis(RSA)の方法論を借りて、分布モデルによって生成された意味空間を検査する。
論文参考訳（メタデータ） (2021-05-20T15:18:06Z)
Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文参考訳（メタデータ） (2021-02-12T12:23:13Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。