omitted-variable bias

新方法解决深度神经网络中的遗漏变量偏差问题

研究人员开发了一种新方法来解决深度神经网络中的遗漏变量偏差问题，该问题发生在模型学习与无关变量的关联时。该方法基于广义可加模型，引入了控制变量来缓解“捷径学习”。该技术涉及使用交叉拟合和岭惩罚重新拟合预训练网络的最后一层，以正交化效应并对协变量分布进行边际化处理，从而产生无偏且可解释的预测。该方法已在模拟和真实神经影像数据上得到验证，与现有技术相比，预测性能有所提高。