論文の概要: End-to-End Balancing for Causal Continuous Treatment-Effect Estimation

• arxiv url: http://arxiv.org/abs/2107.13068v1
• Date: Tue, 27 Jul 2021 20:04:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-29 14:05:29.798118
• Title: End-to-End Balancing for Causal Continuous Treatment-Effect Estimation
• Title（参考訳）: 因果的連続処理におけるエンドツーエンドバランシングの効果評価
• Authors: Mohammad Taha Bahadori and Eric Tchetgen Tchetgen and David E. Heckerman
• Abstract要約: 本研究では,継続的治療による観察因果推論の問題点について検討する。 エントロピーバランスの枠組みに基づく新しいアルゴリズムを設計する。 私たちの重みは、異なるデータセットと因果推論アルゴリズムのためにカスタマイズできます。
• 参考スコア（独自算出の注目度）: 2.1163070161951865
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the problem of observational causal inference with continuous treatment. We focus on the challenge of estimating the causal response curve for infrequently-observed treatment values. We design a new algorithm based on the framework of entropy balancing which learns weights that directly maximize causal inference accuracy using end-to-end optimization. Our weights can be customized for different datasets and causal inference algorithms. We propose a new theory for consistency of entropy balancing for continuous treatments. Using synthetic and real-world data, we show that our proposed algorithm outperforms the entropy balancing in terms of causal inference accuracy.
• Abstract（参考訳）: 連続治療による観察的因果推論の問題について検討する。 頻度の低い治療値に対して因果反応曲線を推定することの課題に焦点をあてる。 本稿では,エンドツーエンドの最適化を用いて因果推論の精度を直接最大化する重みを学習するエントロピーバランスの枠組みに基づく新しいアルゴリズムを設計する。 私たちの重みは、異なるデータセットと因果推論アルゴリズムのためにカスタマイズできます。 連続処理におけるエントロピーバランスの整合性に関する新しい理論を提案する。 合成および実世界のデータを用いて,提案アルゴリズムが因果推論の精度でエントロピーバランスを上回っていることを示す。

関連論文リスト

• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• A Statistical Theory of Regularization-Based Continual Learning [10.899175512941053]
  線形回帰タスクの順序に基づく正規化に基づく連続学習の統計的解析を行う。 まず、全てのデータが同時に利用可能であるかのように得られたオラクル推定器の収束率を導出する。 理論解析の副産物は、早期停止と一般化された$ell$-regularizationの等価性である。
  論文  参考訳（メタデータ） (2024-06-10T12:25:13Z)
• Doubly Robust Proximal Causal Learning for Continuous Treatments [56.05592840537398]
  本稿では,カーネルベースの2倍頑健な因果学習推定器を提案する。 オラクル形式は影響関数の一貫した近似であることを示す。 次に、平均二乗誤差の観点から総合収束解析を行う。
  論文  参考訳（メタデータ） (2023-09-22T12:18:53Z)
• PAPAL: A Provable PArticle-based Primal-Dual ALgorithm for Mixed Nash Equilibrium [58.26573117273626]
  2プレイヤゼロサム連続ゲームにおける非AL平衡非漸近目的関数について考察する。 連続分布戦略のための粒子ベースアルゴリズムに関する新しい知見を述べる。
  論文  参考訳（メタデータ） (2023-03-02T05:08:15Z)
• Synthetic Principal Component Design: Fast Covariate Balancing with Synthetic Controls [16.449993388646277]
  我々は,グローバル収束的で実用的な最適化アルゴリズムを開発した。 我々は,あるデータ生成プロセスから前処理データをサンプリングする場合に,実験設計のための最初のグローバルな最適性保証を確立する。
  論文  参考訳（メタデータ） (2022-11-28T11:45:54Z)
• Continuous-Time Modeling of Counterfactual Outcomes Using Neural Controlled Differential Equations [84.42837346400151]
  反現実的な結果を予測することは、パーソナライズされたヘルスケアをアンロックする可能性がある。 既存の因果推論アプローチでは、観察と治療決定の間の通常の離散時間間隔が考慮されている。 そこで本研究では,腫瘍増殖モデルに基づく制御可能なシミュレーション環境を提案する。
  論文  参考訳（メタデータ） (2022-06-16T17:15:15Z)
• Heavy-tailed Streaming Statistical Estimation [58.70341336199497]
  ストリーミング$p$のサンプルから重み付き統計推定の課題を考察する。 そこで我々は,傾きの雑音に対して,よりニュアンスな条件下での傾きの傾きの低下を設計し,より詳細な解析を行う。
  論文  参考訳（メタデータ） (2021-08-25T21:30:27Z)
• On the Role of Entropy-based Loss for Learning Causal Structures with Continuous Optimization [27.613220411996025]
  因果構造学習問題を最小二乗損失を用いた連続最適化問題として定式化する。 ガウス雑音の仮定に違反すると因果方向の同定が妨げられることを示す。 より一般的なエントロピーに基づく損失は、任意の雑音分布下での確率スコアと理論的に一致している。
  論文  参考訳（メタデータ） (2021-06-05T08:29:51Z)
• Double Robust Representation Learning for Counterfactual Prediction [68.78210173955001]
  そこで本稿では, 対実予測のための2次ロバスト表現を学習するための, スケーラブルな新しい手法を提案する。 我々は、個々の治療効果と平均的な治療効果の両方に対して、堅牢で効率的な対実的予測を行う。 このアルゴリズムは,実世界の最先端技術と合成データとの競合性能を示す。
  論文  参考訳（メタデータ） (2020-10-15T16:39:26Z)
• Inference, Prediction, and Entropy-Rate Estimation of Continuous-time, Discrete-event Processes [0.0]
  モデルの推定、未来予測、離散時間離散イベントプロセスのエントロピー率の推定は、十分に成り立っている。 ここでは、それらを推測、予測、推定するための新しい方法を提案する。
  論文  参考訳（メタデータ） (2020-05-07T20:54:19Z)

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。