BriefGPT.xyz
大模型
Ask
alpha
关键词
individualized treatment effect
搜索结果 - 2
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
AAAI
利用隐藏变量从不规则时间序列观测中估计治疗效果
本文介绍了一种基于 Lipschitz regularization 和神经控制微分方程(CDE)的方法,名为 LipCDE,用于解决时序数据的因果分析问题,该方法能够准确估算个体化的治疗效果和克服隐藏混淆变量导致的治疗估计偏差和高方差情况
→
PDF
a year ago
Prev
Next