BriefGPT.xyz
Ask
alpha
关键词
counterfactual regression
搜索结果 - 3
因果对照学习在时间上的反事实回归
本文提出了一种独特的时间反事实回归方法,通过强调长期预测,强调使用循环神经网络(RNN)进行长期预测,结合对比预测编码(CPC)和信息最大化(InfoMax),避免使用计算昂贵的变换器,捕捉到存在时间变化的混杂因素中的长期依赖关系,通过最大
→
PDF
a month ago
透过 Gromov-Wasserstein 信息瓶颈重新审视反事实回归
通过信息瓶颈的视角,我们提出了一种新的学习范式 ——Gromov-Wasserstein 信息瓶颈(GWIB),通过最大化协变量的潜在表示和结果之间的互信息,同时对潜在表示和协变量之间的核互信息进行惩罚,实现了对个体化治疗效应估计模型的学习
→
PDF
a month ago
KDD
Hi-CI: 高维度深度因果推断
本文提出了一种名为 Hi-CI 的深度神经网络算法,可以使用因果推断 (CI) 从高纬度协变量和高基数处理中进行反事实回归,并通过使用去相关网络和结果预测网络解决混淆偏差问题,最后展示了该算法在合成和真实数据集上的有效性。
PDF
4 years ago
Prev
Next