counterfactual queries | BriefGPT

关键词counterfactual queries

搜索结果 - 9

通过深度生成模型学习结构因果模型：方法，保证和挑战
本文全面综述了深度结构因果模型 (DSCMs) 的特点以及其在使用观测数据回答反事实查询方面的能力，分析了其关于深度学习组件和结构因果模型的假设、保证和应用，深入理解其在不同反事实查询情境下的能力和限制，同时强调了深度结构因果建模领域面临的
PDF2 months ago
对抗性图像生成中的属性放大缓解
对于医学影像，因果生成建模因其能够回答干预和反事实查询而引起了人们的兴趣。本文主要研究了辅助分类器在生成逆事实图像时对干预效果的监督作用，发现了属性放大的问题，其中在干预过程中，不相关的属性会受到干扰，导致受保护特征和疾病状态之间的偏差。为
PDF4 months ago
基于概率归纳逻辑编程的基于反事实的回答：如果我在 AI 中，生活会更有趣吗？
通过具有因果推断框架的概率逻辑程序，从观测数据学习程序结构，重建由其引发的分布以支持反事实查询。
PDF10 months ago
反事实上界的高效计算
本文介绍了从结构因果模型获得置信网，通过 Credal 网络算法计算精确的反事实边界，提出了一种因果 EM 方案实现近似边界，评估了其精确度并通过关于姑息治疗的真实案例阐述了其实际应用。
PDFa year ago
ICML基于概率因果模型的高保真图像反事实
本研究提出了一种通用的因果生成建模框架，用于准确估计具有深度结构因果模型的高保真图像反事实情况。
PDFa year ago
具有类别背景变量的深度反事实估计
本文介绍了一种基于 CounterFactual Query Prediction（CFQP）方法的结构方程模型来推断因果关系以及深度学习的应用，使用这种方法能够可靠地预测反事实因果关系。
PDF2 years ago
AAAI因果层级上的概率推理
本研究将 3 层因果关系层次结构分为概率逻辑语言模型，第一层表达定量概率推断，第二层编码用于因果效应的 do-calculus 推理，第三层捕捉任意反事实查询。相关的公理化表达完全考虑了因果模型和概率编程，并证明了每种语言的可满足性和有效性
PDF4 years ago
反事实概率：计算方法、界限和应用
本文介绍了使用 [Balke 和 Pearl，1994] 中提出的方法计算假设查询的概率的方法，其中查询的前提被解释为迫使命题 A 成立的外部行动，并开发了技术来评估这些边界，并展示了他们在两个应用中的使用：（1）从选定自己的治疗方法中确定
PDF11 years ago
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。
PDF11 years ago