关键词networked observational data
搜索结果 - 2
- AAAI多个治疗方法网络设置中的个体因果效应估计
我们研究了多个治疗和网络观测数据背景下的个体治疗效果估计问题,利用网络信息以增强强可忽略性假设在实际应用中的适用性,并通过图卷积网络学习共享的混淆因素表示,设计了损失函数以组合表示损失和均方误差损失。通过在 BlogCatalog 和 Fl - 基于网络数据的因果效应估计与不确定性预测
通过不确定性感知的图深核学习(GraphDKL)框架和 Lipschitz 约束来建模预测不确定性,并识别不可靠的估计,提出了一种更加可靠的因果效应估计方法。GraphDKL 是第一个处理图形因果效应估计中正性假设违反的框架。通过广泛的实验