論文の概要: The Local Approach to Causal Inference under Network Interference
- arxiv url: http://arxiv.org/abs/2105.03810v2
- Date: Tue, 11 May 2021 23:37:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-14 03:33:03.503186
- Title: The Local Approach to Causal Inference under Network Interference
- Title(参考訳): ネットワーク干渉による因果推論の局所的アプローチ
- Authors: Eric Auerbach and Max Tabord-Meehan
- Abstract要約: 因果推論のための新しい統一フレームワークを提案する。結果がエージェントが社会や経済ネットワークでどのようにリンクされているかに依存する場合である。
提案手法では, エージェントがネットワーク内でどのようにリンクされているかを, 経路距離で測定した他のエージェントと近傍の接続の設定を用いて特徴付ける。
ポリシーや治療課題の影響は、同様に構成されたエージェントにまたがって結果データをプールすることで学習される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a new unified framework for causal inference when outcomes depend
on how agents are linked in a social or economic network. Such network
interference describes a large literature on treatment spillovers, social
interactions, social learning, information diffusion, social capital formation,
and more. Our approach works by first characterizing how an agent is linked in
the network using the configuration of other agents and connections nearby as
measured by path distance. The impact of a policy or treatment assignment is
then learned by pooling outcome data across similarly configured agents. In the
paper, we propose a new nonparametric modeling approach and consider two
applications to causal inference. The first application is to testing policy
irrelevance/no treatment effects. The second application is to estimating
policy effects/treatment response. We conclude by evaluating the finite-sample
properties of our estimation and inference procedures via simulation.
- Abstract(参考訳): 因果推論のための新しい統一フレームワークを提案する。結果がエージェントが社会や経済ネットワークでどのようにリンクされているかに依存する場合である。
このようなネットワーク干渉は、治療の流出、社会的相互作用、社会学習、情報拡散、社会資本形成などに関する多くの文献を記述している。
提案手法では, エージェントがネットワーク内でどのようにリンクされているかを, 経路距離で測定した他のエージェントと近傍の接続の設定を用いて特徴付ける。
ポリシーや治療課題の影響は、同様に構成されたエージェント間で結果データをプールすることで学習される。
本稿では,新しい非パラメトリックモデリング手法を提案し,因果推論の2つの応用について検討する。
最初のアプリケーションは、治療効果の無関係/無影響のポリシーをテストすることである。
第2のアプリケーションは、政策効果/処理応答の推定である。
シミュレーションによる推定と推論手順の有限サンプル特性の評価により結論づける。
関連論文リスト
- Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [55.65482030032804]
社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。
本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。
提案手法は,軌道予測器が将来の状態を生成するために使用する関係の進化を捉えるために,動的に進化する関係グラフとハイパーグラフを推論する。
論文 参考訳(メタデータ) (2024-01-22T18:58:22Z) - Targeted Machine Learning for Average Causal Effect Estimation Using the
Front-Door Functional [3.0232957374216953]
結果に対する治療の平均因果効果(ACE)を評価することは、しばしば観察研究における要因の相違によって引き起こされる課題を克服することを伴う。
本稿では,目標最小損失推定理論に基づいて,正面基準の新たな推定手法を提案する。
本研究では,早期学業成績が今後の年収に与える影響を明らかにするために,これらの推定装置の適用性を示す。
論文 参考訳(メタデータ) (2023-12-15T22:04:53Z) - Causal Influences over Social Learning Networks [46.723361065955544]
本稿では,ソーシャルグラフによってリンクされたエージェントと,時間とともに相互作用するエージェント間の因果関係について検討する。
エージェント間の全体的な影響をランク付けし、非常に影響力のあるエージェントを発見するアルゴリズムを提案する。
結果と提案アルゴリズムは,合成データと実Twitterデータの両方を考慮し,考察を行った。
論文 参考訳(メタデータ) (2023-07-13T04:25:19Z) - Communication-Efficient Zeroth-Order Distributed Online Optimization:
Algorithm, Theory, and Applications [9.045332526072828]
本稿では,目標追跡のためのフェデレーション学習環境におけるマルチエージェントゼロ階オンライン最適化問題に焦点を当てる。
提案手法は、2つの関連するアプリケーションにおけるエラーとエラーの観点からさらに解析される。
論文 参考訳(メタデータ) (2023-06-09T03:51:45Z) - Compressed Regression over Adaptive Networks [58.79251288443156]
分散エージェントのネットワークによって達成可能な性能を導出し,通信制約や回帰問題を解消し,適応的に解決する。
エージェントによって最適化に必要なパラメータをオンラインで学習できる最適化アロケーション戦略を考案する。
論文 参考訳(メタデータ) (2023-04-07T13:41:08Z) - Neighborhood Adaptive Estimators for Causal Inference under Network
Interference [152.4519491244279]
我々は,古典的非干渉仮説の違反を考える。つまり,ある個人に対する治療が他者の結果に影響を及ぼす可能性がある。
干渉をトラクタブルにするために、干渉がどのように進行するかを記述する既知のネットワークを考える。
このような環境下での処理に対する平均的直接的処理効果の予測について検討した。
論文 参考訳(メタデータ) (2022-12-07T14:53:47Z) - Distributed Adaptive Learning Under Communication Constraints [54.22472738551687]
本研究では,コミュニケーション制約下での運用を目的とした適応型分散学習戦略について検討する。
我々は,ストリーミングデータの連続的な観察から,オンライン最適化問題を解決しなければならないエージェントのネットワークを考える。
論文 参考訳(メタデータ) (2021-12-03T19:23:48Z) - VigDet: Knowledge Informed Neural Temporal Point Process for
Coordination Detection on Social Media [8.181808709549227]
ソーシャルメディア上の調整されたアカウントは 偽情報キャンペーンによって 世論に影響を与え 社会的成果を操るために使われます
本稿では、時間的論理や事前定義されたフィルタリング関数といった事前知識を用いて、ニューラル時間的点過程を組み込んだ協調検出フレームワークを提案する。
実世界のデータセットを用いた実験結果から, 教師なしと半教師なしの両方の設定におけるSOTAモデルと比較して, 提案手法の有効性が示された。
論文 参考訳(メタデータ) (2021-10-28T22:19:14Z) - 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。