論文の概要: Sinkhorn Treatment Effects: A Causal Optimal Transport Measure

• arxiv url: http://arxiv.org/abs/2605.08485v1
• Date: Fri, 08 May 2026 21:03:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.680451
• Title: Sinkhorn Treatment Effects: A Causal Optimal Transport Measure
• Title（参考訳）: シンクホーン治療効果 : 因果的最適輸送測定
• Authors: Medha Agarwal, Alex Luedtke,
• Abstract要約: 本稿では, 対物分布間の分散のエントロピー的最適輸送指標であるシンクホーン処理効果を紹介する。 この分散を統計関数として解析し、反事実的平均埋め込みのスムーズな変換として記述できることを示す。
• 参考スコア（独自算出の注目度）: 1.2604738912025477
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce the Sinkhorn treatment effect, an entropic optimal transport measure of divergence between counterfactual distributions. Unlike classical quantities such as the average treatment effect, this measure captures differences across entire distributions. We analyze this divergence as a statistical functional and show it can be written as a smooth transformation of counterfactual mean embeddings with an appropriate kernel. This characterization allows us to establish first-order pathwise differentiability in general, and second-order pathwise differentiability under the null hypothesis of equal counterfactual distributions. Leveraging this smoothness, we construct debiased estimators and use them to obtain asymptotically valid tests for distributional treatment effects with a fixed entropic regularization parameter. Because the power of the test depends on this unknown parameter, we further propose an aggregated test that combines evidence across a grid of regularization choices. Experiments on simulated and image data demonstrate the practical advantages of our estimator and testing procedure.
• Abstract（参考訳）: 本稿では, 対物分布間の分散のエントロピー的最適輸送指標であるシンクホーン処理効果を紹介する。 平均的な処理効果のような古典的な量とは異なり、この尺度は分布全体の差を捉えている。 本稿では,この分散を統計的汎関数として解析し,適切なカーネルによる対実平均埋め込みのスムーズな変換として記述できることを示す。 この特徴付けにより、同値な反事実分布のヌル仮説の下で、一般に一階経路微分可能性と二階経路微分性を確立することができる。 この滑らかさを生かして、偏りのある推定器を構築し、固定されたエントロピー正則化パラメータによる分布処理効果の漸近的に有効なテストを得る。 テストのパワーはこの未知のパラメータに依存するため、我々はさらに、正規化選択のグリッドにエビデンスを結合する集約されたテストを提案する。 シミュレーションおよび画像データを用いた実験により, 推定手法と試験手法の実用的利点が示された。

関連論文リスト

• Amortized Variational Inference for Joint Posterior and Predictive Distributions in Bayesian Uncertainty Quantification [1.0742675209112622]
  本研究では, 後方予測分布を直接対象とし, 後方予測分布と対応する予測分布の両方の変動近似を共同で学習する変分ベイズフレームワークを提案する。 提案手法は,従来の2段階変動予測よりも精度の高い予測分布を実現するとともに,オンライン予測推定のコストを大幅に削減する。
  論文  参考訳（メタデータ） (2026-05-05T12:56:00Z)
• Convergence Rates for Distribution Matching with Sliced Optimal Transport [10.117027375572627]
  そこで本研究では,スライス最適輸送に基づく分散マッチングの効率的な反復手法であるスライスマッチング方式について検討する。 鍵となる課題は、これらの不等式における定数の軌道に沿って制御することである。 ガウス分布に対して、このことがトラクタブルであることが示される。
  論文  参考訳（メタデータ） (2026-02-11T09:47:52Z)
• Semiparametric Bayesian Difference-in-Differences [2.458652618559425]
  差分差分法 (DiD) 研究設計において, 被治療者に対する平均治療効果に対する半パラメトリックベイズ推定について検討した。 頻繁な妥当性を持つ2つの新しいベイズ手法を提案する。
  論文  参考訳（メタデータ） (2024-12-05T20:41:36Z)
• Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
  一般のスコアミスマッチ拡散サンプリング器に対する明示的な次元依存性を持つ最初の性能保証を示す。 その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。 この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
  論文  参考訳（メタデータ） (2024-10-17T16:42:12Z)
• Uncertainty Quantification via Stable Distribution Propagation [60.065272548502]
  本稿では,ニューラルネットワークによる安定確率分布の伝播手法を提案する。 提案手法は局所線形化に基づいており,ReLU非線型性に対する全変動距離の近似値として最適であることを示す。
  論文  参考訳（メタデータ） (2024-02-13T09:40:19Z)
• A Bayesian Semiparametric Method For Estimating Causal Quantile Effects [1.1118668841431563]
  擬似分布の任意の関数を推測できる半パラメトリックな条件分布回帰モデルを提案する。 共振調整に二重バランススコアを用いることで, 単一スコアのみの調整よりも性能が向上することを示す。 提案手法をノースカロライナ出生体重データセットに適用し,母体喫煙が幼児の出生体重に与える影響を解析した。
  論文  参考訳（メタデータ） (2022-11-03T05:15:18Z)
• Statistical Efficiency of Score Matching: The View from Isoperimetry [96.65637602827942]
  本研究では, スコアマッチングの統計的効率と推定される分布の等尺性との間に, 密接な関係を示す。 これらの結果はサンプル状態と有限状態の両方で定式化する。
  論文  参考訳（メタデータ） (2022-10-03T06:09:01Z)
• Nonparametric Conditional Local Independence Testing [69.31200003384122]
  条件付き局所独立は、連続的な時間プロセス間の独立関係である。 条件付き地域独立の非パラメトリックテストは行われていない。 二重機械学習に基づく非パラメトリックテストを提案する。
  論文  参考訳（メタデータ） (2022-03-25T10:31:02Z)
• Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
  正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。 一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
  論文  参考訳（メタデータ） (2022-02-23T06:11:49Z)

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。