論文の概要: Decision-Aware Proximal Bridge Learning for Optimal Treatment Selection

• arxiv url: http://arxiv.org/abs/2605.16989v1
• Date: Sat, 16 May 2026 13:20:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:47.406355
• Title: Decision-Aware Proximal Bridge Learning for Optimal Treatment Selection
• Title（参考訳）: 最適処理選択のための決定型近位橋梁学習
• Authors: Tomàs Garriga, Alejandro Almodóvar, Axel Brando, Gerard Sanz, Eduard Serrahima de Cambra, Juan Parras,
• Abstract要約: 我々は,グローバルな安定化を維持しつつ,意思決定関連処理領域を強調する,政策目標の重み付き橋梁損失を導入する。 提案した橋梁損失制御法は,重み付き不定値による治療・選択の後悔を抑えるものであることを示す。 経験的に、決定認識重み付けは、いくつかのブリッジソルバにおける後悔を減らし、近位設定における治療選択の改善を示唆する。
• 参考スコア（独自算出の注目度）: 35.85876896893066
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Individualized treatment selection with continuous actions requires accurate causal response estimation in decision-relevant regions, rather than uniformly over the entire action space. Estimating a global causal response surface and then choosing the treatment that maximizes it can therefore be suboptimal, since standard estimation objectives allocate modeling effort according to the observed treatment distribution rather than the regions that determine the optimal decision. While decision-aware approaches have been studied in unconfounded settings, this problem remains underexplored in proximal causal inference, where proxy variables and bridge functions enable identification under suitable assumptions even in the presence of hidden confounding. Despite recent progress, proximal methods have primarily focused on treatment-effect and potential-outcome estimation rather than treatment selection and optimal decision-making. To bridge this gap, we introduce a policy-targeted weighted bridge loss that emphasizes decision-relevant treatment regions while retaining global stabilization. We prove a regret bound showing that the proposed weighted bridge loss controls treatment-selection regret through a weighted ill-posedness constant. We instantiate the framework in decision-aware variants of several proximal bridge solvers, yielding practical algorithms that alternate between weighted bridge estimation, response-surface projection, policy update, and weight refinement. Empirically, we find that decision-aware weighting reduces regret across several bridge solvers, suggesting improved treatment selection in proximal settings.
• Abstract（参考訳）: 連続的な行動を伴う個別の処理選択は、行動空間全体を均一に越えるのではなく、決定関連領域における正確な因果応答推定を必要とする。 大域的な因果反応面を推定し、それを最大化する処理を選択することは、従って、標準推定目標は、最適決定を決定する領域ではなく、観測された処理分布に応じてモデリングの労力を割り当てるからである。 決定を意識したアプローチは、未確立の環境で研究されているが、プロキシ変数やブリッジ関数が、隠れたコンバウンディングが存在する場合でも、適切な仮定の下での識別を可能にするような、近因果推論では、この問題は未解明のままである。 近年の進歩にもかかわらず、近近法は主に治療選択や最適な意思決定よりも、治療効果と潜在的アウトカムの推定に焦点を当てている。 このギャップを埋めるために、我々は、グローバルな安定化を維持しつつ、決定関連処理領域を強調した政策目標の重み付き橋梁損失を導入する。 提案した橋梁損失制御法は,重み付き不定値による治療・選択の後悔を抑えるものであることを示す。 提案手法は, 重み付き橋梁推定, 応答面投影, ポリシー更新, および重み付けを交互に交互に行う実用的なアルゴリズムを用いて, 近位橋橋脚の変形を判断する際のフレームワークのインスタンス化を行う。 経験的に、決定認識重み付けは、いくつかのブリッジソルバにおける後悔を減らし、近位設定における治療選択の改善を示唆する。

関連論文リスト

• Doubly Robust Proxy Causal Learning with Neural Mean Embeddings [58.8808794752741]
  我々は、連続的かつ構造化された治療を用いて因果学習をプロキシするための、神経的に二重に頑健なフレームワークを開発する。 このフレームワークは、人口、不均一、条件付き線量応答関数をカバーし、完全な応答曲線推定器を生成する。 合成および画像評価ベンチマーク全体で、提案した推定器は既存のベースラインと単一ブリッジニューラル推定器より優れている。
  論文  参考訳（メタデータ） (2026-05-10T12:50:25Z)
• Near-Equivalent Q-learning Policies for Dynamic Treatment Regimes [0.0]
  最悪の許容基準を導入することで、振り返りデータのためのQラーニングフレームワークを拡張します。 提案手法は、最適の制御された近傍で性能が維持されるような、$varepsilon$-optimal Policyの集合を構成することを示す。 決定境界付近の差分領域をハイライトする単一ステージ問題と、シミュレーションオンコロジーモデルに基づく多段階決定プロセスの2つの設定で説明する。
  論文  参考訳（メタデータ） (2026-03-19T20:08:27Z)
• Treatment Effect Estimation for Optimal Decision-Making [65.30942348196443]
  2段階CATE推定器を用いた最適意思決定について検討する。 本稿では,CATE推定誤差と判定性能のバランスをとるためにCATEを再ターゲットとした2段階学習目標を提案する。
  論文  参考訳（メタデータ） (2025-05-19T13:24:57Z)
• Are causal effect estimations enough for optimal recommendations under multitreatment scenarios? [2.4578723416255754]
  異なる治療やコントロール下での潜在的な結果を比較するために、因果効果推定分析を含めることが不可欠である。 マルチトリートメント選択のための包括的方法論を提案する。
  論文  参考訳（メタデータ） (2024-10-07T16:37:35Z)
• Optimal Baseline Corrections for Off-Policy Contextual Bandits [61.740094604552475]
  オンライン報酬指標の偏りのないオフライン推定を最適化する意思決定ポリシーを学習することを目指している。 学習シナリオにおける同値性に基づく単一のフレームワークを提案する。 我々のフレームワークは、分散最適非バイアス推定器の特徴付けを可能にし、それに対する閉形式解を提供する。
  論文  参考訳（メタデータ） (2024-05-09T12:52:22Z)
• Stage-Aware Learning for Dynamic Treatments [3.6923632650826486]
  動的治療体制のための新しい個別化学習法を提案する。 観測軌道が最適処理と完全に一致しなければならないという制約を緩和することにより,本手法はIPWE法における試料効率と安定性を大幅に改善する。
  論文  参考訳（メタデータ） (2023-10-30T06:35:31Z)
• Optimal Treatment Regimes for Proximal Causal Learning [7.672587258250301]
  そこで本研究では,橋梁における結果と治療の相違に基づく最適な個別化治療体制を提案する。 この新たな最適治療体制の価値関数は,文献上に存在するものよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-12-19T14:29:25Z)
• Post-hoc loss-calibration for Bayesian neural networks [25.05373000435213]
  本研究では, 近似的後続予測分布の補正手法を開発し, 高ユーティリティな意思決定を推奨する。 従来の研究とは対照的に、我々のアプローチは近似推論アルゴリズムの選択に非依存である。
  論文  参考訳（メタデータ） (2021-06-13T13:53:27Z)
• Stein Variational Model Predictive Control [130.60527864489168]
  不確実性の下での意思決定は、現実の自律システムにとって極めて重要である。 モデル予測制御 (MPC) 法は, 複雑な分布を扱う場合, 適用範囲が限られている。 この枠組みが、挑戦的で非最適な制御問題における計画の成功に繋がることを示す。
  論文  参考訳（メタデータ） (2020-11-15T22:36:59Z)

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。