Andreas Sauter

ACTIVA 模型使用 VAE 进行摊销因果效应估计

研究人员推出 ACTIVA，这是一种新颖的基于 Transformer 的条件变分自编码器，用于从观测数据中对全干预分布进行摊销估计。该方法旨在通过学习一个潜在先验来解决预测干预后结果的挑战，该先验能够泛化不同任务的因果知识。ACTIVA 仅需一次前向传播即可处理新的因果模型，无需干预数据或因果图。在合成数据集和生物数据集上的实证结果表明，ACTIVA 在性能上优于相关基线，并与其他摊销方法相比具有竞争力。