論文の概要: Chance-constrained selection of sequential intervention strategies from counterfactual estimates
- arxiv url: http://arxiv.org/abs/2608.13209v1
- Date: Thu, 13 Aug 2026 13:12:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.53553
- Title: Chance-constrained selection of sequential intervention strategies from counterfactual estimates
- Title（参考訳）: 実測値からの逐次介入戦略の時間制約による選択
- Abstract要約: 本稿では,コストベースの意思決定のための予測最適化フレームワークを提案する。
予測ステップでは、結果値とコスト分布を返す推定器が、決定ルールが消費するものを提供する。
最適化ステップでは、有限候補に対する確率制約の選択は累積コストが予算を超える境界を設定する。
- 参考スコア（独自算出の注目度）: 7.461214229363999
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many operational decisions are sequences of interventions under a cumulative resource limit, such as a maintenance schedule within a crew-hour budget. Choosing among them calls for the outcome and the cumulative cost each would produce, counterfactual quantities identified from observational data. Two strategies with the same expected cost can exceed the budget at very different rates, so constraining the mean does not bound how often an overrun occurs. Prior two-step architectures, recently extended to continuous doses, constrain the mean cost rather than its tail and allocate at a single decision point. Methods that do bound a cost tail take its distribution from a specified model rather than identifying it from data. We present a predict-then-optimize framework. In the prediction step, any estimator returning an outcome value and a cost distribution supplies what the decision rule consumes, so the predictor is interchangeable. In the optimization step, a chance-constrained selection over a finite candidate set bounds the probability that the cumulative cost exceeds the budget. That tail does not decompose across stages, so each strategy is scored whole. Sweeping the tolerated violation probability traces a safety-utility frontier, and distribution-free finite-sample bounds cover violation and outcome shortfall. Four of five environments, spanning clinical treatment and equipment maintenance, supply exact counterfactual ground truth; the fifth carries real outcomes from a digital-health micro-randomized trial. Across them, the rule holds the budget where a point-estimate rule overruns it, at an outcome cost the frontier makes explicit. All code is available at https://github.com/mfriendly/counterfactual-chance-selection
- Abstract（参考訳）: 多くの運用上の決定は、累積的な資源制限の下での介入の順序であり、例えば乗組員時間予算内でのメンテナンススケジュールである。
それらの中から、結果と累積コストが、観測データから特定された偽の量を生み出すことを要求する。
同じコストが予想される2つの戦略は、非常に異なるレートで予算を超える可能性があるため、平均値の制約は、オーバーランの発生頻度を制限しない。
以前の2段階アーキテクチャは、最近連続的用量に拡張され、テールよりも平均コストを制限し、単一の決定ポイントに割り当てられた。
コストテールをバウンドするメソッドは、データからそれを特定するのではなく、特定のモデルから分散する。
予測列最適化フレームワークを提案する。
予測ステップでは、結果値とコスト分布を返す推定器が決定ルールが消費するものを供給し、予測器は交換可能である。
最適化ステップでは、有限候補集合上の確率制約の選択は累積コストが予算を超える確率を限定する。
その尻尾は段々分解されないので、それぞれの戦略が総合的に評価される。
許容された違反確率の探索は、安全効用フロンティアを辿り、分布のない有限サンプル境界は違反と結果不足をカバーしている。
5つの環境のうち4つは、臨床治療と機器のメンテナンスにまたがって、正確な反事実的真実を供給し、第5は、デジタルヘルスのマイクロランダム化試験の結果である。
全体にわたって、このルールは、ポイント推定ルールがそれをオーバーランする予算を保持し、結果としてフロンティアが明示するコストがかかる。
all code are available at https://github.com/mfriendly/counterfactual-chance-selection
関連論文リスト
- Differentiating Through Dual Prices: End-to-End Policy Learning Under Capacity Constraints [0.0]
我々は、ログ化された観測データからそのような割当てポリシーを学習する方法を研究する。
標準パイプラインは決定盲(Decision-blind)である。
代わりに、結果モデルをエンドツーエンドにトレーニングし、二重価格を通じて政治外の見積もりを差別化します。
論文 参考訳（メタデータ） (2026-08-05T10:28:21Z) - Active Multiple-Prediction-Powered Inference [2.1710524042938073]
医療のデプロイ後のモニタリングには統計的に有効なラベル効率の方法が必要であるが、クリニックチャートのゴールドスタンダードラベルは高価である。
我々は,各インスタンスをコスト適切な予測器にルーティングし,金標準ラベルを比例してサンプリングし,単一のデプロイ時間に予測を再現する予測能動型推論(AM-PPI)を提案する。
論文 参考訳（メタデータ） (2026-05-08T19:48:57Z) - Beyond Uncertainty Sets: Leveraging Optimal Transport to Extend Conformal Predictive Distribution to Multivariate Settings [0.14504054468850666]
コンフォーマル予測(CP)は、有限サンプルカバレッジを保証するモデル出力に対する不確実性集合を構成する。
最適な割り当ては、スコア空間の固定された多面体分割において一括的に一定であることを示す。
これにより、予測セット全体を魅力的に特徴付けることができ、予測セットのより深い制限に対処するための機械を提供する。
論文 参考訳（メタデータ） (2025-11-19T05:59:01Z) - Monitoring State Transitions in Markovian Systems with Sampling Cost [65.4151496405543]
自然なアプローチは、予想される予測損失がクエリコスト以下で、クエリがなければいつ発生するかを予測する、欲張りのポリシーである。
最適(OPT)戦略は状態依存のしきい値ポリシである。
遷移確率が未知の場合、我々は、グレディポリシーの予測勾配降下(PSGD)に基づく学習変種を提案する。
論文 参考訳（メタデータ） (2025-10-25T15:07:37Z) - A Principled Approach to Randomized Selection under Uncertainty: Applications to Peer Review and Grant Funding [61.86327960322782]
本稿では,各項目の品質の間隔推定に基づくランダム化意思決定の枠組みを提案する。
最適化に基づく最適化手法であるMERITを導入する。
MERITが既存のアプローチで保証されていない望ましい公理特性を満たすことを証明している。
論文 参考訳（メタデータ） (2025-06-23T19:59:30Z) - No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need! [56.80767500991973]
アクション選択の前に報酬とコストが観測される$(i)$オンラインリソース割当と、アクション選択後、完全なフィードバックや盗賊フィードバックの下で、リソース制限付きオンライン学習である$(ii)$オンラインリソース割当に焦点を当てた。
報酬とコスト分布が時間とともに任意に変化する場合、これらの設定でサブ線形後悔を達成することは不可能であることが知られている。
我々は、支出計画に従う基準線に対する半線形後悔を実現する一般的な(基本的)二重的手法を設計し、また、支出計画が予算のバランスの取れた配分を保証すると、アルゴリズムの性能が向上する。
論文 参考訳（メタデータ） (2025-06-16T08:42:31Z) - Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding [52.1068936424622]
治療が介入によって設定された場合、対象変数$Y$に対して、予測因果効果$E[Y|do(X)]$を推定する問題を考える。
選択バイアスや欠点のない設定では、$E[Y|do(X)] = E[Y|X]$ となる。
選択バイアスとコンバウンディングの両方を組み込んだフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-26T13:43:37Z) - Decision from Suboptimal Classifiers: Excess Risk Pre- and Post-Calibration [52.70324949884702]
バッチ二分決定における近似的後続確率を用いた余剰リスクの定量化を行う。
我々は、再校正のみが後悔のほとんどに対処する体制と、後悔が集団的損失に支配される体制を識別する。
NLP実験では、これらの量によって、より高度なポストトレーニングの期待値が運用コストに値するかどうかが分かる。
論文 参考訳（メタデータ） (2025-03-23T10:52:36Z) - Counterfactual inference in sequential experiments [17.817769460838665]
複数の単位に複数の時間点に対する処理を割り当てるシーケンシャルな設計実験のアフタースタディ統計的推測を考察する。
我々のゴールは、最小限のスケールで、カウンターファクト平均に対する推論保証を提供することです。
我々は,いくつかのシミュレーションと,モバイル医療臨床試験HeartStepsのデータを含むケーススタディを通して,我々の理論を解説する。
論文 参考訳（メタデータ） (2022-02-14T17:24:27Z) - Universal Off-Policy Evaluation [64.02853483874334]
ユニバーサルオフ政治推定器(UnO)への第一歩を踏み出す
我々は, 平均, 分散, 分位数/中間数, 分位数範囲, cvar, および累積分布全体の推定と同時結合に uno を用いる。
論文 参考訳（メタデータ） (2021-04-26T18:54:31Z)
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。