論文の概要: Conformal Individual Treatment Effect Estimation under Networked Interference
- arxiv url: http://arxiv.org/abs/2609.15254v1
- Date: Mon, 14 Sep 2026 09:14:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.202879
- Title: Conformal Individual Treatment Effect Estimation under Networked Interference
- Title（参考訳）: ネットワーク干渉によるコンフォーマル個別処理効果の推定
- Abstract要約: 我々は干渉を考慮に入れた干渉調整重み付き共形予測を開発する。
非整合性スコアの介入による変化が束縛された場合、より鋭い構成を導出する。
- 参考スコア（独自算出の注目度）: 34.33502232501849
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Conformal counterfactual prediction constructs prediction sets with finite-sample coverage guarantees for counterfactual outcomes and individual treatment effects under the no-interference assumption. In this work, we relax this assumption by allowing each unit's potential outcomes to depend on other units' treatments and covariates. In this setting, propensity-score reweighting does not restore weighted exchangeability, and existing methods may fail to achieve valid coverage. To address this issue, we develop interference-adjusted weighted conformal prediction that accounts for interference by constructing an observable upper bound on the ideal and unobserved conformal $p$-value under the target intervention. The resulting prediction sets provide finite-sample marginal coverage guarantees for counterfactual outcomes and individual treatment effects in both transductive and inductive settings. We also derive a sharper construction when intervention-induced changes in nonconformity scores are bounded. Numerical experiments show that our methods preserve nominal coverage, whereas existing methods may not.
- Abstract（参考訳）: 共形対実予測は、非干渉仮定の下で、対実結果と個別の処理効果に対する有限サンプルカバレッジ保証を備えた予測セットを構成する。
本研究では、各単位の潜在的な結果を他の単位の処理や共変量に依存するようにすることで、この仮定を緩和する。
この設定では、確率スコア再重み付けは重み付けされた交換性を取り戻すことができず、既存の手法は有効なカバレッジを達成できない可能性がある。
この問題に対処するために、目的の介入の下で、理想的かつ観測不能な共形値である$p$-値の観測可能上限を構築することにより、干渉を考慮に入れた干渉調整重み付き共形予測を開発する。
得られた予測セットは、反ファクト的な結果に対する有限サンプルの限界カバレッジ保証と、トランスダクティブとインダクティブの両方で個別の処理効果を提供する。
また,非整合性スコアの介入による変化が有界である場合に,より鋭い構成を導出する。
数値実験により,既存の手法では適用できないが,これらの手法は名目上の範囲を保っていることが示された。
関連論文リスト
- Distribution-informed Online Conformal Prediction [53.674678995825666]
更新ルールに基礎となるデータパターンを組み込んだオンラインコンフォメーション予測アルゴリズムである Conformal Optimistic Prediction (COP) を提案する。
COPは予測可能なパターンが存在する場合により厳密な予測セットを生成し、見積もりが不正確な場合でも有効なカバレッジ保証を保持する。
我々は,COPが有効なカバレッジを実現し,他のベースラインよりも短い予測間隔を構築できることを証明した。
論文 参考訳（メタデータ） (2025-12-08T17:51:49Z) - E-Values Expand the Scope of Conformal Prediction [49.1574468325115]
コンフォーマル予測は、分布のない不確実性定量化のための強力なフレームワークである。
本稿では,共形e-predictionと呼ばれる電子値に基づく代替手法について検討する。
E値は、p値では達成できない重要な利点を提供し、新しい理論的および実用的能力を実現する。
論文 参考訳（メタデータ） (2025-03-17T10:54:30Z) - Rectifying Conformity Scores for Better Conditional Coverage [75.73184036344908]
本稿では,分割共形予測フレームワーク内で信頼セットを生成する新しい手法を提案する。
本手法は,任意の適合度スコアのトレーニング可能な変換を行い,条件付き範囲を正確に確保しつつ,条件付き範囲を改善する。
論文 参考訳（メタデータ） (2025-02-22T19:54:14Z) - Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores [52.92618442300405]
有限サンプルにおいて、正確に分布のない条件付きカバレッジを達成することは不可能である。
本稿では,最も重要となる範囲を対象とするコンフォメーション予測アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-01-17T12:01:56Z) - Bin-Conditional Conformal Prediction of Fatalities from Armed Conflict [0.5312303275762104]
ユーザ定義サブセット間の一貫したカバレッジ率を確保することにより、標準コンフォメーション予測を強化するビン条件コンフォメーション予測(BCCP)を導入する。
標準共形予測と比較すると、BCCPは局所的カバレッジを改善するが、これはわずかに広い予測間隔のコストがかかる。
論文 参考訳（メタデータ） (2024-10-18T14:41:42Z) - Conformal Prediction Sets Can Cause Disparate Impact [4.61590049339329]
予測セットの提供は、決定に異なる影響を与える可能性があることを示す。
我々は,異なる影響を経験的に減少させるグループ間でセットサイズを等化することを提案する。
論文 参考訳（メタデータ） (2024-10-02T18:00:01Z) - Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。
我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
論文 参考訳（メタデータ） (2024-07-01T20:44:48Z) - Training-Conditional Coverage Bounds under Covariate Shift [2.3072402651280517]
コンフォーマル予測法は訓練条件を含むように拡張されている。
予測セットの品質と分布変化の重大度との関係を定量化し、より効率的な予測セットの計算に使用できる可能性がある。
論文 参考訳（メタデータ） (2024-05-26T15:07:16Z) - Conformal Counterfactual Inference under Hidden Confounding [19.190396053530417]
反ファクトの世界における潜在的な結果の予測と不確実性は、因果推論における因果的問題を引き起こす。
反事実に対する信頼区間を構成する既存の方法は、強い無知の仮定に依存する。
提案手法は, 限界収束保証付き実測結果に対する信頼区間を提供するトランスダクティブ重み付き共形予測に基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2024-05-20T21:43:43Z) - Conformal Off-Policy Prediction in Contextual Bandits [54.67508891852636]
コンフォーマルなオフ政治予測は、新しい目標ポリシーの下で、結果に対する信頼できる予測間隔を出力することができる。
理論上の有限サンプル保証は、標準的な文脈的バンディットの設定を超える追加の仮定をすることなく提供する。
論文 参考訳（メタデータ） (2022-06-09T10:39:33Z) - Selective Regression Under Fairness Criteria [30.672082160544996]
少数派集団のパフォーマンスは、カバー範囲を減らしながら低下する場合もある。
満足度基準を満たす特徴を構築できれば、そのような望ましくない行動は避けられることを示す。
論文 参考訳（メタデータ） (2021-10-28T19:05:12Z)
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。