論文の概要: A unified survey of treatment effect heterogeneity modeling and uplift modeling

• arxiv url: http://arxiv.org/abs/2007.12769v3
• Date: Sat, 21 Aug 2021 03:54:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-10 14:24:09.854008
• Title: A unified survey of treatment effect heterogeneity modeling and uplift modeling
• Title（参考訳）: 治療効果の異質性モデリングと上昇モデルの統合調査
• Authors: Weijia Zhang, Jiuyong Li, Lin Liu
• Abstract要約: 近年,個々人の異なる特徴に基づいて不均一な治療効果を推定する必要性が高まっている。 ニーズを満たすため、異なるコミュニティの研究者や実践者がアルゴリズムを開発した。 我々は、潜在的な結果フレームワークの下で、これら2つの非連結であるように見えるが、密接に関連するアプローチを統一的に調査する。
• 参考スコア（独自算出の注目度）: 24.803992990503186
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A central question in many fields of scientific research is to determine how an outcome would be affected by an action, or to measure the effect of an action (a.k.a treatment effect). In recent years, a need for estimating the heterogeneous treatment effects conditioning on the different characteristics of individuals has emerged from research fields such as personalized healthcare, social science, and online marketing. To meet the need, researchers and practitioners from different communities have developed algorithms by taking the treatment effect heterogeneity modeling approach and the uplift modeling approach, respectively. In this paper, we provide a unified survey of these two seemingly disconnected yet closely related approaches under the potential outcome framework. We then provide a structured survey of existing methods by emphasizing on their inherent connections with a set of unified notations to make comparisons of the different methods easy. We then review the main applications of the surveyed methods in personalized marketing, personalized medicine, and social studies. Finally, we summarize the existing software packages and present discussions based on the use of methods on synthetic, semi-synthetic and real world data sets and provide some general guidelines for choosing methods.
• Abstract（参考訳）: 科学研究の多くの分野における中心的な問題は、結果が作用によってどのように影響を受けるかを決定すること、または作用の効果を測定することである。 近年,パーソナライズされた医療,社会科学,オンラインマーケティングといった研究分野から,個人特性の異なる不均一な治療効果条件付けの必要性が浮上している。 このニーズに応えるため、異なるコミュニティの研究者と実践者が、治療効果ヘテロジニティ・モデリング・アプローチとアップリフト・モデリング・アプローチをそれぞれ取り入れてアルゴリズムを開発した。 本稿では,これら2つの非連結で近縁なアプローチについて,潜在的結果の枠組みの下で統一的な調査を行う。 次に,各手法の比較を容易にする統一表記法を用いて,既存の手法に関する構造化された調査を行う。 次に、パーソナライズされたマーケティング、パーソナライズされた医療、社会研究における調査手法の主な応用について概説する。 最後に、既存のソフトウェアパッケージを要約し、合成、半合成、実世界のデータセットにおけるメソッドの使用に基づく議論を行い、メソッドを選択するための一般的なガイドラインを提供する。

関連論文リスト

• Seeing Unseen: Discover Novel Biomedical Concepts via Geometry-Constrained Probabilistic Modeling [53.7117640028211]
  同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。 構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。 スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
  論文  参考訳（メタデータ） (2024-03-02T00:56:05Z)
• Framework based on complex networks to model and mine patient pathways [0.6749750044497732]
  いわゆる「患者の道」は、臨床および組織的な決定を支援する新しい研究分野である。 i) マルチアスペクトグラフに基づく経路モデル, (ii) 経過時間を考慮した経路比較のための新しい相似性測定, および (iii) 経路の最も関連性の高いステップを発見するための従来の集中度尺度に基づくマイニング手法からなるフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-25T15:11:52Z)
• SoK: Privacy-Preserving Data Synthesis [72.92263073534899]
  本稿では,プライバシ保護データ合成(PPDS)に注目し,その分野の総合的な概要,分析,議論を行う。 PPDSでは,統計的手法と深層学習(DL)に基づく手法の2つの顕著な研究を統一するマスターレシピを作成した。
  論文  参考訳（メタデータ） (2023-07-05T08:29:31Z)
• On the role of benchmarking data sets and simulations in method comparison studies [0.0]
  本稿では,シミュレーション研究とベンチマーク研究の相違点と類似点について検討する。 混合手法研究や臨床シナリオ評価など,さまざまな文脈からアイデアを借りる。
  論文  参考訳（メタデータ） (2022-08-02T13:47:53Z)
• Supply of engineering techniques and software design patterns in psychoanalysis and psychometrics sciences [0.0]
  本研究の目的は、心理療法におけるCBT法(認知行動療法)の弱点を改善するために、ソフトウェア技術、モデル、人工知能アルゴリズムを導入することである。 本研究の目的は、隠れた人間の変数が検査結果から推測される心理測定実験の実装である。
  論文  参考訳（メタデータ） (2021-08-16T08:36:37Z)
• Causal Inference in Educational Systems: A Graphical Modeling Approach [0.0]
  教育システムのための実験的および準実験的な設計を提案する。 グラフィカルモデルと有向非巡回グラフ(DAG)言語を用いてそれらを定量化する。
  論文  参考訳（メタデータ） (2021-08-02T06:14:55Z)
• Adversarial Sample Enhanced Domain Adaptation: A Case Study on Predictive Modeling with Electronic Health Records [57.75125067744978]
  ドメイン適応を容易にするデータ拡張手法を提案する。 逆生成したサンプルはドメイン適応時に使用される。 その結果,本手法の有効性とタスクの一般性が確認された。
  論文  参考訳（メタデータ） (2021-01-13T03:20:20Z)
• Estimating Individual Treatment Effects using Non-Parametric Regression Models: a Review [0.0]
  本稿では、観測データや非完全ランダム化データを用いて因果推論を行う際の設定と課題を紹介する。 我々は、個々の治療効果を推定できる既存の最先端フレームワークの統一分類法を開発する。 本研究は,学校給食プログラムデータの実証分析に,いくつかの方法を用いることで,結論を導いた。
  論文  参考訳（メタデータ） (2020-09-14T14:26:55Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)
• A Survey on Causal Inference [64.45536158710014]
  因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。 観測データに対する様々な因果効果推定法が誕生した。
  論文  参考訳（メタデータ） (2020-02-05T21:35:29Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。