PulseAugur
中
实时 09:12:16
English(EN) Transportable Causal Effect Estimation across Networks under Interference

新算法TranCE实现跨网络因果效应估计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为TranCE的新算法，用于在网络化系统中估计因果效应，即使在训练和部署网络不同的情况下也是如此。该方法解决了在具有不同拓扑结构、节点组成和溢出路径的网络之间运输因果效应的挑战。TranCE利用选择图和运输公式来计算直接效应、溢出效应和总效应，并对干预机制和观测分布的不变性做出明确假设。该算法结合了干预结果模型、域密度比校正和交叉拟合推断，并在社交网络和真实的保险领域研究实验中证明了其有效性。 AI

影响 通过改进跨不同数据分布的因果推断，能够实现对社交网络和公共卫生等网络化系统中更准确的干预策略。

排序理由 这是一篇详细介绍因果效应估计新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新算法TranCE实现跨网络因果效应估计

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xiaojing Du, Jiuyong Li, Lin Liu, Debo Cheng, Jixue Liu, Thuc Duy Le ·

    跨网络干扰下的可运输因果效应估计

    arXiv:2608.18932v1 Announce Type: new Abstract: Estimating causal effects under network interference typically assumes that the network used for training and the network used for deployment coincide. In practice, an intervention is run on one population while the question of inte…

相关实体

相关话题