論文の概要: Evaluating Dynamic Conditional Quantile Treatment Effects with Applications in Ridesharing

• arxiv url: http://arxiv.org/abs/2305.10187v1
• Date: Wed, 17 May 2023 13:12:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-18 15:58:31.929956
• Title: Evaluating Dynamic Conditional Quantile Treatment Effects with Applications in Ridesharing
• Title（参考訳）: ライドシェアリングにおける動的条件量子処理効果の評価
• Authors: Ting Li, Chengchun Shi, Zhaohua Lu, Yi Li and Hongtu Zhu
• Abstract要約: そこで我々は, 動的量子的処理効果(QTE)を, 処理に依存しない特性に基づいて計算するための公式な枠組みを確立した。 次に、2つの可変係数決定プロセス(VCDP)モデルを導入し、動的CQTEをテストする革新的な方法を提案する。 本手法の実用性を実証するため,配車プラットフォームから実世界の3つのデータセットに適用した。
• 参考スコア（独自算出の注目度）: 15.35497380896072
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many modern tech companies, such as Google, Uber, and Didi, utilize online experiments (also known as A/B testing) to evaluate new policies against existing ones. While most studies concentrate on average treatment effects, situations with skewed and heavy-tailed outcome distributions may benefit from alternative criteria, such as quantiles. However, assessing dynamic quantile treatment effects (QTE) remains a challenge, particularly when dealing with data from ride-sourcing platforms that involve sequential decision-making across time and space. In this paper, we establish a formal framework to calculate QTE conditional on characteristics independent of the treatment. Under specific model assumptions, we demonstrate that the dynamic conditional QTE (CQTE) equals the sum of individual CQTEs across time, even though the conditional quantile of cumulative rewards may not necessarily equate to the sum of conditional quantiles of individual rewards. This crucial insight significantly streamlines the estimation and inference processes for our target causal estimand. We then introduce two varying coefficient decision process (VCDP) models and devise an innovative method to test the dynamic CQTE. Moreover, we expand our approach to accommodate data from spatiotemporal dependent experiments and examine both conditional quantile direct and indirect effects. To showcase the practical utility of our method, we apply it to three real-world datasets from a ride-sourcing platform. Theoretical findings and comprehensive simulation studies further substantiate our proposal.
• Abstract（参考訳）: google、uber、didiなど現代の多くのテクノロジー企業は、オンライン実験(a/bテストとも呼ばれる)を使用して、既存のものに対する新しいポリシーを評価している。 ほとんどの研究は平均的な治療効果に重点を置いているが、歪んだ結果の分布と重み付けされた結果の分布は、量子化のような代替基準の恩恵を受ける可能性がある。 しかし、特に時間と空間にわたる連続的な意思決定を伴う配車プラットフォームのデータを扱う場合、動的質的治療効果(qte)の評価は依然として課題である。 本稿では, 治療に依存しない特徴に基づくQTE条件を定式化するための枠組みを確立する。 特定のモデル仮定の下では, 累積報酬の条件性は必ずしも個々の報酬の条件性分数に等しいとは限らないが, 動的条件量qte (cqte) は時間の経過とともに個々のcqteの総和に等しいことを示す。 この重要な洞察は、目標因果推定の見積もりと推論プロセスを著しく合理化する。 次に、2つの可変係数決定プロセス(VCDP)モデルを導入し、動的CQTEをテストする革新的な方法を提案する。 さらに、時空間依存実験のデータに適応するアプローチを拡張し、条件付き量子的直接的および間接的効果について検討する。 本手法の実用性を実証するため,配車プラットフォームから実世界の3つのデータセットに適用した。 理論的知見と包括的シミュレーション研究は,提案をさらに裏付けるものである。

関連論文リスト

• Distributing Quantum Computations, Shot-wise [1.2061873132374783]
  NISQ時代の制約、ノイズに対する高感度、および量子ビット数制限は、QPUのユーザビリティに重大な障壁を課している。 本稿では,複数のQPUにまたがる単一回路におけるショットの分配を可能にする,ショットワイズ(shot-wise)と呼ばれる方法論的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-25T16:16:54Z)
• Conditional Outcome Equivalence: A Quantile Alternative to CATE [7.298573111387454]
  条件量子処理効果(CQTE)は、条件平均処理効果(CATE)を超える治療の効果についての洞察を与えることができる。 CQTEの推定は困難であり、個々の量子の滑らかさに依存することが多い。 条件量子コンパレータ(CQC)の新たな評価法を提案する。
  論文  参考訳（メタデータ） (2024-10-16T11:04:16Z)
• SKADA-Bench: Benchmarking Unsupervised Domain Adaptation Methods with Realistic Validation [55.87169702896249]
  Unsupervised Domain Adaptation (DA) は、ラベル付きソースドメインでトレーニングされたモデルを適用して、ラベルなしのターゲットドメインでデータ分散シフトをうまく実行する。 本稿では,DA手法の評価と,再重み付け,マッピング,部分空間アライメントなど,既存の浅層アルゴリズムの公平な評価を行うフレームワークを提案する。 本ベンチマークでは,現実的な検証の重要性を強調し,現実的なアプリケーションに対する実践的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2024-07-16T12:52:29Z)
• Switchable Decision: Dynamic Neural Generation Networks [98.61113699324429]
  本稿では,各データインスタンスのリソースを動的に割り当てることで,推論を高速化するスイッチブルな決定を提案する。 提案手法は, 同一の精度を維持しながら, 推論時のコスト低減に有効である。
  論文  参考訳（メタデータ） (2024-05-07T17:44:54Z)
• Pessimistic Causal Reinforcement Learning with Mediators for Confounded Offline Data [17.991833729722288]
  我々は新しいポリシー学習アルゴリズム PESsimistic CAusal Learning (PESCAL) を提案する。 我々のキーとなる観察は、システム力学における作用の効果を媒介する補助変数を組み込むことで、Q-関数の代わりに媒介物分布関数の下位境界を学習することは十分であるということである。 提案するアルゴリズムの理論的保証とシミュレーションによる有効性の実証、および主要な配車プラットフォームからのオフラインデータセットを利用した実世界の実験を提供する。
  論文  参考訳（メタデータ） (2024-03-18T14:51:19Z)
• Benchmarking the Reliability of Post-training Quantization: a Particular Focus on Worst-case Performance [53.45700148820669]
  ポストトレーニング量子化(PTQ)は、独自のアーキテクチャやトレーニング手順を変更することなく、ディープニューラルネットワーク(DNN)を圧縮するための一般的な方法である。 その有効性と利便性にもかかわらず、分散シフトやデータノイズといった極端ケースの存在下でのPTQ手法の信頼性は明らかにされていない。 そこで本研究では,様々なPTQ手法を用いてこの問題について検討する。
  論文  参考訳（メタデータ） (2023-03-23T02:55:50Z)
• Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
  提案する新しい概念を応用した新しい推定器を提案する。 我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
  論文  参考訳（メタデータ） (2023-02-06T05:17:22Z)
• Quantile Off-Policy Evaluation via Deep Conditional Generative Learning [21.448553360543478]
  Off-Policy Evaluation (OPE) は、潜在的に異なる行動ポリシーによって生成されたオフラインデータを用いて、新しいターゲットポリシーを評価することに関心がある。 本稿では、逐次決定における量子OPEの2倍のロス率推論手順を提案する。 本提案手法の利点は,シミュレーションと,ショートビデオプラットフォームによる実世界のデータセットの両方を用いて示す。
  論文  参考訳（メタデータ） (2022-12-29T22:01:43Z)
• 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)
• Robust and Agnostic Learning of Conditional Distributional Treatment Effects [62.44901952244514]
  条件平均治療効果(CATE)は、個々の因果効果の最適点予測である。 集約分析では、通常は分布処理効果(DTE)の測定によって対処される。 我々は,多種多様な問題に対して条件付きDTE(CDTE)を学習するための,新しい堅牢でモデルに依存しない手法を提供する。
  論文  参考訳（メタデータ） (2022-05-23T17:40:31Z)
• Optimising Rolling Stock Planning including Maintenance with Constraint Programming and Quantum Annealing [0.0]
  ストック割り当て最適化のための制約プログラミング(CP)と量子アニーリング(QA)のアプローチを提案し,比較する。 CPアプローチでは、全微分制約、要素制約の拡張、論理的含意を用いて問題をモデル化する。 QA アプローチでは,2次非制約バイナリ最適化 (QUBO) モデルを開発する。
  論文  参考訳（メタデータ） (2021-09-15T11:00:53Z)

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。