实体
X-Learner
X-Learner
PulseAugur coverage of X-Learner — every cluster mentioning X-Learner across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架增强电动汽车充电基础设施应对气候压力的韧性
研究人员开发了FGDSE，一个旨在增强城市环境中电动汽车（EV）充电基础设施韧性的新框架。该系统利用因果集成方法，考虑极端高温、降水和历史数据等因素，提前30天预测故障风险。FGDSE旨在将维护策略从被动修复转变为主动措施，从而支持可持续城市和低碳出行。
-
新的GP-CATE方法通过校准不确定性改进处理效应估计
研究人员开发了GP-CATE，一种用于估计具有校准不确定性区间（CATE）的新方法，特别是在一个治疗组数据有限的情况下（少安慰剂模型）。研究发现，X-Learner及其贝叶斯扩展等传统方法存在覆盖不足的问题，意味着它们的置信区间不如声称的那样可靠。GP-CATE通过使用高斯过程对结果曲面进行建模来解决这个问题，允许稀疏组的不确定性直接影响后验，从而在其他方法失败的基准测试中获得更准确的覆盖率。
-
SHIFT估计器改进了重尾数据的鲁棒双重机器学习
研究人员开发了SHIFT，一种用于双重机器学习（DML）管道的新型鲁棒估计器，旨在处理重尾数据污染。SHIFT结合了交叉拟合干扰正交化、核局部Welsch损失第二阶段和防御性普通最小二乘法重新拟合。该方法在存在异常值的情况下显著提高了准确性，在压力测试中将均方根误差（RMSE）从1.03降低到0.33，并实现了异常值掩码恢复的高F1分数。