Dec, 2022

未来的反事实

PDF
TL;DR本文研究的是针对选项干预的计数事实正反向两种方法 —— 干预方法与正向方法的偏差是如何导致直觉上不符合的结果的，该研究发现当系统中的外生噪声具有一定的单位特异性结构和 / 或稳定性时，正向方法的使用可以更合适。
counterfactualsexogenous variablestreatment choiceforward-lookinginterventional
发现论文，激发创造
  • 回溯反事实

    本文探索并规范了在 SCM 框架中的反事实推理的另一种模式 ——backtracking account，并在相关文献和可解释的人工智能领域进行讨论和连线。

    Nov, 2022

  • 在不确定性下对反事实干预进行估计

    通过采用贝叶斯层级模型来建模不确定性，本文解决了连续设置中对反事实分布的模棱两可性问题，特别是在贝叶斯变形高斯过程中，允许非高斯分布和非加法噪声，成功应用于一个合成和半合成的案例，并展示了在算法补救下游任务中的性能。

    Sep, 2023

  • 深度回溯的因果一致解释

    在结构因果模型中，我们引入了一种计算回溯反事实的实用方法，该方法对深度生成组件进行条件设定以解决在可控制因果模型的结构潜空间中可生成反事实的问题。相比其他方法，我们的方法具有多功能、模块化和满足因果关系的优势。通过在 MNIST 和 CelebA 的修改版本上实验，我们证明了这些特性。

    Oct, 2023

  • 模拟对事实的反事实情况

    提出一种用于模拟具有离散和连续变量条件的反事实分布的算法，该算法可用于粒子滤波器，可应用于信贷评分中的公平性分析。

    Jun, 2023

  • 时空图形反事实：概览

    通过比较不同的反事实模型、理论和方法，并构建统一的图形因果框架，为推断时空反事实提供了一个调查研究。

    Jul, 2024

  • 时间变化治疗的反事实生成模型

    本文提出了一种基于条件生成建模的方法，旨在捕捉整个反事实分布，使其特别适用于医疗保健和公共政策制定。通过边际结构模型来解决观察数据和目标反事实分布之间的分布不匹配问题，该方法在合成和真实数据上优于现有方法。

    May, 2023

  • 具有必要回溯的自然反事实

    我们提出了一种自然的反事实框架和一种生成自然反事实的方法，该方法与实际世界的数据分布相一致，有效地改进了反事实推理并引入了创新的优化框架控制反事实推理的回溯程度。实证实验表明我们的方法的有效性。

    Feb, 2024

  • 贝叶斯分层模型用于反事实估计

    本文提出一个新的概率模型，用于计算模型的多个对抗性解释。该模型可以共享群体分组的信息，并保留领域特定的约束条件，同时评估不确定性，并得出合理、稀疏、多样和可行的结果。

    Jan, 2023

  • 分布模糊下的反事实计划

    本文研究模型不确定性下的反事实计划及其强健性，提出一种不确定性量化工具，计算给定反事实计划的有效性的上下界，并提供校正方法以提高计划的有效性和鲁棒性。实验验证了我们提出的边界和校正方法具有指导现实世界数据集中反事实计划的应用的意义。

    Jan, 2022

  • 结构模型中的反事实和政策分析

    本文介绍了一种基于结构模型表示的因果模型的对反事实查询（例如，“如果 A 为真，C 会成为真吗？”）进行重新评估的方法，这是一种非线性概括，用于评估涉及控制变量的政策。

    Feb, 2013