論文の概要: Natural Counterfactuals With Necessary Backtracking

• arxiv url: http://arxiv.org/abs/2402.01607v3
• Date: Wed, 30 Oct 2024 23:53:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 23:41:32.182850
• Title: Natural Counterfactuals With Necessary Backtracking
• Title（参考訳）: 必要なバックトラッキングによる自然対策
• Authors: Guang-Yuan Hao, Jiji Zhang, Biwei Huang, Hao Wang, Kun Zhang,
• Abstract要約: ジュデア・パールの影響力のあるアプローチは理論的にはエレガントであるが、その逆のシナリオの生成は観測されたシナリオからあまりに多くの逸脱を必要とすることが多い。 本研究では, 自然対物関係の枠組みと, 実際のデータ分布に対してより実現可能な対物関係を生成する方法を提案する。
• 参考スコア（独自算出の注目度）: 21.845725763657022
• License:
• Abstract: Counterfactual reasoning is pivotal in human cognition and especially important for providing explanations and making decisions. While Judea Pearl's influential approach is theoretically elegant, its generation of a counterfactual scenario often requires too much deviation from the observed scenarios to be feasible, as we show using simple examples. To mitigate this difficulty, we propose a framework of \emph{natural counterfactuals} and a method for generating counterfactuals that are more feasible with respect to the actual data distribution. Our methodology incorporates a certain amount of backtracking when needed, allowing changes in causally preceding variables to minimize deviations from realistic scenarios. Specifically, we introduce a novel optimization framework that permits but also controls the extent of backtracking with a naturalness criterion. Empirical experiments demonstrate the effectiveness of our method. The code is available at https://github.com/GuangyuanHao/natural_counterfactuals.
• Abstract（参考訳）: カウンターファクト推論は人間の認知において重要であり、特に説明や意思決定を行う上で重要である。 ジュデア・パールの影響力のあるアプローチは理論的にはエレガントであるが、単純な例で示すように、観測されたシナリオからあまりに多くの逸脱を必要とする場合が多い。 この難しさを軽減するために,本研究では,実際のデータ分布に関してより実現可能な,対物生成のためのフレームワークである「emph{natural counterfactuals」を提案する。 提案手法は,必要であればある程度のバックトラックを組み込むことで,事前変数の変更による現実シナリオからの逸脱の最小化を可能にする。 具体的には,自然性基準によりバックトラックの幅を制御できる新しい最適化フレームワークを提案する。 実験により,本手法の有効性を実証した。 コードはhttps://github.com/GuangyuanHao/natural_counterfactuals.comで公開されている。

関連論文リスト

• Preferential Normalizing Flows [9.073645394501082]
  ノイズの多い判断によって専門家から高次元の確率分布を除外することは、非常に難しいが、多くのアプリケーションにとって有用である。 本稿では,主観的質問のみに基づく正規化フローとして,専門家の信念密度を抽出する手法を提案する。 本研究では, 信念密度を関数空間最大値として推定できることを示す。
  論文  参考訳（メタデータ） (2024-10-11T10:53:38Z)
• CountARFactuals -- Generating plausible model-agnostic counterfactual explanations with adversarial random forests [9.598670034160763]
  ARFは可視性尺度として機能するか、あるいは反現実的な説明を直接生成することができる。 訓練や計算の効率化が容易で、連続データや分類データを自然に扱うことができ、空間性などのデシラタを直接的な方法で統合することができる。
  論文  参考訳（メタデータ） (2024-04-04T15:10:13Z)
• Longitudinal Counterfactuals: Constraints and Opportunities [59.11233767208572]
  本稿では,反ファクトの妥当性を評価・改善するために,縦断データを用いた手法を提案する。 本研究では, 縦差と反実差を比較する指標を開発し, 先行観測した変化と反実差の類似性を評価する。
  論文  参考訳（メタデータ） (2024-02-29T20:17:08Z)
• Deep Backtracking Counterfactuals for Causally Compliant Explanations [57.94160431716524]
  本稿では,DeepBC(Deep Backtracking counterfactuals)と呼ばれる手法を導入する。 特別な場合として、我々の定式化は、対実的説明の分野における手法に還元される。
  論文  参考訳（メタデータ） (2023-10-11T17:11:10Z)
• Endogenous Macrodynamics in Algorithmic Recourse [52.87956177581998]
  対実説明(CE)とアルゴリズム・リコース(AR)に関する既存の研究は、静的環境における個人に主に焦点を当ててきた。 既存の方法論の多くは、一般化されたフレームワークによってまとめて記述できることを示す。 次に、既存のフレームワークは、グループレベルでの言論の内在的ダイナミクスを研究する際にのみ明らかとなるような、隠された対外的関係のコストを考慮に入れていないと論じる。
  論文  参考訳（メタデータ） (2023-08-16T07:36:58Z)
• Effect-Invariant Mechanisms for Policy Generalization [3.701112941066256]
  不変条件分布を利用して、目に見えない環境をより一般化するモデルを学ぶことが提案されている。 効果不変性(英語版)と呼ばれる完全な不変性の緩和を導入し、ゼロショットポリシーの一般化には適切な仮定の下で十分であることを示す。 シミュレーションデータと移動体保健介入データセットを用いて実験結果を提示し,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2023-06-19T14:50:24Z)
• 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)
• Toward Certified Robustness Against Real-World Distribution Shifts [65.66374339500025]
  我々は、データから摂動を学ぶために生成モデルを訓練し、学習したモデルの出力に関して仕様を定義する。 この設定から生じるユニークな挑戦は、既存の検証者がシグモイドの活性化を厳密に近似できないことである。 本稿では,古典的な反例誘導的抽象的洗練の概念を活用するシグモイドアクティベーションを扱うための一般的なメタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-06-08T04:09:13Z)
• The Simulator: Understanding Adaptive Sampling in the Moderate-Confidence Regime [52.38455827779212]
  エミュレータと呼ばれる適応サンプリングを解析するための新しい手法を提案する。 適切なログファクタを組み込んだトップk問題の最初のインスタンスベースの下位境界を証明します。 我々の新しい分析は、後者の問題に対するこの種の最初のエミュレータであるベストアームとトップkの識別に、シンプルでほぼ最適であることを示した。
  論文  参考訳（メタデータ） (2017-02-16T23:42:02Z)

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。