PulseAugur
中
实时 19:55:22
English(EN) Dynamic Treatment on Networks

新的Q-Ising方法优化网络上的动态治疗分配

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了Q-Ising，一种用于网络中动态治疗分配的新型三阶段流程。该方法将网络结构与动态治疗策略相结合，解决了现有方法的局限性。Q-Ising使用贝叶斯动态Ising模型估计网络采纳动态，用潜在状态增强治疗历史，并通过离线强化学习学习动态策略。该方法量化了动态决策中的不确定性，并提供了可解释的溢出效应估计，在小额信贷网络数据中表现优于静态基准。 AI

影响 为优化网络系统中的干预措施引入了一个新框架，可能改善公共卫生和经济策略。

排序理由 学术论文，介绍了一种用于网络分析和治疗分配的新方法。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的Q-Ising方法优化网络上的动态治疗分配

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Bengusu Nar, Jiguang Li, Veronika Ro\v{c}kov\'a, Panos Toulis ·

    网络上的动态治疗

    arXiv:2605.06564v1 Announce Type: cross Abstract: In networks, effective dynamic treatment allocation requires deciding both whom to treat and also when, so as to amplify policy impact through spillovers. An early intervention at a well-connected node can trigger cascades that ch…

  2. arXiv stat.ML TIER_1 English(EN) · Panos Toulis ·

    网络上的动态治疗

    In networks, effective dynamic treatment allocation requires deciding both whom to treat and also when, so as to amplify policy impact through spillovers. An early intervention at a well-connected node can trigger cascades that change which nodes are worth targeting in the next p…

相关实体

相关话题