論文の概要: Estimation of Counterfactual Interventions under Uncertainties
- arxiv url: http://arxiv.org/abs/2309.08332v1
- Date: Fri, 15 Sep 2023 11:41:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-18 14:51:30.973148
- Title: Estimation of Counterfactual Interventions under Uncertainties
- Title(参考訳): 不確実性下における対物干渉の推定
- Authors: Juliane Weilbach, Sebastian Gerwinn, Melih Kandemir and Martin
Fraenzle
- Abstract要約: 「ローンを承認するために違うことをすべきだったのか。」
「ローンを承認するために違うことをすべきだったのか。」
「ローンを承認するために違うことをすべきだったのか。」
- 参考スコア(独自算出の注目度): 10.674015311238696
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Counterfactual analysis is intuitively performed by humans on a daily basis
eg. "What should I have done differently to get the loan approved?". Such
counterfactual questions also steer the formulation of scientific hypotheses.
More formally it provides insights about potential improvements of a system by
inferring the effects of hypothetical interventions into a past observation of
the system's behaviour which plays a prominent role in a variety of industrial
applications. Due to the hypothetical nature of such analysis, counterfactual
distributions are inherently ambiguous. This ambiguity is particularly
challenging in continuous settings in which a continuum of explanations exist
for the same observation. In this paper, we address this problem by following a
hierarchical Bayesian approach which explicitly models such uncertainty. In
particular, we derive counterfactual distributions for a Bayesian Warped
Gaussian Process thereby allowing for non-Gaussian distributions and
non-additive noise. We illustrate the properties our approach on a synthetic
and on a semi-synthetic example and show its performance when used within an
algorithmic recourse downstream task.
- Abstract(参考訳): 事実分析は人間によって日常的に直感的に行われる。
「ローンを承認するために違うことをすべきだったのか。」
このような反事実的疑問は、科学的仮説の定式化にも寄与する。
より正式には、様々な産業応用において顕著な役割を果たすシステムの行動の過去の観察に仮説的介入の効果を推測することで、システムの潜在的な改善についての洞察を提供する。
このような分析の仮説的性質のため、反事実分布は本質的に曖昧である。
この曖昧さは、同じ観察のために一連の説明が存在する連続的な設定において特に困難である。
本稿では,このような不確かさを明示的にモデル化する階層ベイズ的アプローチを用いて,この問題に対処する。
特に,非ガウス分布と非加法雑音を許容するベイズ歪ガウス過程の反事実分布を導出する。
本稿では, 合成および半合成例に対する我々のアプローチの特性を解説し, アルゴリズム的リコースダウンストリームタスクで使用した際の性能を示す。
関連論文リスト
- Simulating counterfactuals [1.5346678870160886]
擬似推論は、現実の世界といくつかの証拠を共有する平行世界における仮説的介入を考察する。
離散変数と連続変数の両方に条件を設定できる対実分布から値をシミュレートするアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-06-27T09:34:32Z) - Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。
提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。
複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
論文 参考訳(メタデータ) (2023-06-09T08:30:51Z) - Identification and multiply robust estimation in causal mediation
analysis with treatment noncompliance [8.148027560648641]
本研究は, 排除制限を伴わない治療非コンプライアンスの有無で, 因果仲裁を評価するための半パラメトリックな枠組みについて考察する。
本研究では, 主媒介効果推定のための効率的な影響関数を導出し, 推定のための乗算ロバストな推定器のセットを動機づける。
論文 参考訳(メタデータ) (2023-04-20T00:39:20Z) - Counterfactuals for the Future [8.362712249928071]
本稿では,前向きな対人行為を動機づける治療選択問題である「対人的治療選択」を導入する。
治療選択に対する介入的アプローチと前方的アプローチのミスマッチが、いかに直感的な結果をもたらすかを検討する。
論文 参考訳(メタデータ) (2022-12-07T22:19:15Z) - Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
本稿では,ニューラルモデルによる反事実文の評価について検討する。
まず、神経因果モデル(NCM)が十分に表現可能であることを示す。
第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
論文 参考訳(メタデータ) (2022-09-30T18:29:09Z) - Logical Satisfiability of Counterfactuals for Faithful Explanations in
NLI [60.142926537264714]
本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。
これは、説明に表される論理述語に基づいて、反実仮説を生成する。
そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
論文 参考訳(メタデータ) (2022-05-25T03:40:59Z) - Differentiable Causal Discovery Under Latent Interventions [3.867363075280544]
最近の研究は、介入した変数が未知であっても、勾配に基づく手法による介入データを活用することにより因果発見の有望な結果を示している。
複数の介入分布と1つの観察分布からサンプリングされた広範囲なデータセットを用いたシナリオを想定するが、どの分布がそれぞれのサンプルに由来するのか、どのように介入がシステムに影響を及ぼすのかはわからない。
本稿では、ニューラルネットワークと変分推論に基づいて、無限混合物間の共用因果グラフを学習することで、このシナリオに対処する手法を提案する。
論文 参考訳(メタデータ) (2022-03-04T14:21:28Z) - Nested Counterfactual Identification from Arbitrary Surrogate
Experiments [95.48089725859298]
観測と実験の任意の組み合わせからネスト反事実の同定について検討した。
具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
論文 参考訳(メタデータ) (2021-07-07T12:51:04Z) - BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。
本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文 参考訳(メタデータ) (2021-06-07T10:14:18Z) - 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。