研究人员开发了一种名为Spatial Deconfounder的新方法，以应对空间因果推断中的挑战。该技术通过使用局部处理向量来重建替代混淆因子，从而同时处理未测量的空间因素和附近处理的干扰。该方法采用具有空间先验的条件变分自编码器来更稳健地估计因果效应，尤其是在环境健康和社会科学数据集方面。 AI
影响 通过解决未测量因素和处理干扰问题，推进了空间数据的稳健因果推断。
排序理由 该集群包含一篇详细介绍空间因果推断新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2510.08762v2 Announce Type: replace-cross Abstract: Causal inference in spatial domains faces two intertwined challenges: (1) unmeasured spatial factors, such as weather, air pollution, or mobility, that confound treatment and outcome, and (2) interference from nearby treat…