CIHSI-Net

新的深度学习框架增强了多重处理场景下的因果推断能力

研究人员开发了CIHSI-Net，一个旨在改善多重同步处理下异质性处理效应因果推断的深度学习框架。该框架利用了一种新颖的重心融合格罗莫夫-瓦塞尔斯坦平衡（BFG-WB）目标函数。这种方法将不同处理模式下的表示分布对齐到一个共享的重心，将计算复杂度从二次降低到线性，同时保留了准确反事实估计的关键局部邻近结构。模拟和真实世界营销数据的应用表明，CIHSI-Net优于现有的最先进方法。