Buchumschlag

GLACIAL: Granger and Learning-based Causality Analysis for Longitudinal Imaging Studies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Minh, Ngo, Gia H., Sabuncu, Mert R.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Identification of Direct Causal Parents via Invariance and Minimum Error Testing
von: Nguyen, Minh, et al.
Veröffentlicht: (2024)

A VAE-based Framework for Learning Multi-Level Neural Granger-Causal Connectivity
von: Lin, Jiahe, et al.
Veröffentlicht: (2024)

Re-examining Granger Causality with Causal Bayesian Networks and Reichenbachs Principles
von: Adedayo, S. A.
Veröffentlicht: (2025)

Minimum Specification Perturbation: Robustness as Distance-to-Falsification in Causal Inference
von: Dang, Hoang, et al.
Veröffentlicht: (2026)

Granger Causality in Extremes
von: Bodik, Juraj, et al.
Veröffentlicht: (2024)

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

Cardinality-Regularized Hawkes-Granger Model
von: Idé, Tsuyoshi, et al.
Veröffentlicht: (2022)

Reinforcement Learning for Causal Discovery without Acyclicity Constraints
von: Duong, Bao, et al.
Veröffentlicht: (2024)

Causal Flow-based Variational Auto-Encoder for Disentangled Causal Representation Learning
von: Fan, Di, et al.
Veröffentlicht: (2023)

Causal effects based on distributional distances
von: Kim, Kwangho, et al.
Veröffentlicht: (2018)

Hierarchical and Density-based Causal Clustering
von: Kim, Kwangho, et al.
Veröffentlicht: (2024)

Using Machine Learning to Test Causal Hypotheses in Conjoint Analysis
von: Ham, Dae Woong, et al.
Veröffentlicht: (2022)

Multi-modal Causal Structure Learning and Root Cause Analysis
von: Zheng, Lecheng, et al.
Veröffentlicht: (2024)

A Cautionary Tale on Integrating Studies with Disparate Outcome Measures for Causal Inference
von: Parikh, Harsh, et al.
Veröffentlicht: (2025)

Enhancing Airline Customer Satisfaction: A Machine Learning and Causal Analysis Approach
von: Mirthipati, Tejas
Veröffentlicht: (2024)

Sequential Transport for Causal Mediation Analysis
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2026)

Causal Graph Aided Causal Discovery in an Observational Aneurysmal Subarachnoid Hemorrhage Study
von: Berzuini, Carlo, et al.
Veröffentlicht: (2024)

Discrete Causal Representation Learning
von: Zhang, Wenjin, et al.
Veröffentlicht: (2026)

Operationalizing Longitudinal Causal Discovery Under Real-World Workflow Constraints
von: Okuda, Tadahisa, et al.
Veröffentlicht: (2026)

Horseshoe Forests for High-Dimensional Causal Survival Analysis
von: Jacobs, Tijn, et al.
Veröffentlicht: (2025)

Causal K-Means Clustering
von: Kim, Kwangho, et al.
Veröffentlicht: (2024)

Hierarchical Probabilistic Principal Component Analysis of Longitudinal Data
von: Zhang, Xinyu, et al.
Veröffentlicht: (2026)

Adapting to Shifting Correlations with Unlabeled Data Calibration
von: Nguyen, Minh, et al.
Veröffentlicht: (2024)

Causal Effect Estimation with Learned Instrument Representations
von: Dean, Frances, et al.
Veröffentlicht: (2026)

Causally-Aware Unsupervised Feature Selection Learning
von: Shen, Zongxin, et al.
Veröffentlicht: (2024)

Structural Causality-based Generalizable Concept Discovery Models
von: Sinha, Sanchit, et al.
Veröffentlicht: (2024)

Optimization-based Causal Estimation from Heterogenous Environments
von: Yin, Mingzhang, et al.
Veröffentlicht: (2021)

Bias-Targeted Nonparametric Balancing for Stable Causal Mediation Analysis
von: Liu, Chang, et al.
Veröffentlicht: (2024)

Causal Machine Learning: A Survey and Open Problems
von: Kaddour, Jean, et al.
Veröffentlicht: (2022)

Robustness of Algorithms for Causal Structure Learning to Hyperparameter Choice
von: Machlanski, Damian, et al.
Veröffentlicht: (2023)

Introducing Diminutive Causal Structure into Graph Representation Learning
von: Gao, Hang, et al.
Veröffentlicht: (2024)

A Meta-Learning Approach to Bayesian Causal Discovery
von: Dhir, Anish, et al.
Veröffentlicht: (2024)

Doubly Robust Proximal Causal Learning for Continuous Treatments
von: Wu, Yong, et al.
Veröffentlicht: (2023)

Towards Identifiability of Hierarchical Temporal Causal Representation Learning
von: Li, Zijian, et al.
Veröffentlicht: (2025)

Causal Contrastive Learning for Counterfactual Regression Over Time
von: Bouchattaoui, Mouad El, et al.
Veröffentlicht: (2024)

Optimal Kernel Choice for Score Function-based Causal Discovery
von: Wang, Wenjie, et al.
Veröffentlicht: (2024)

Combining SHAP and Causal Analysis for Interpretable Fault Detection in Industrial Processes
von: Santos, Pedro Cortes dos, et al.
Veröffentlicht: (2025)

Integrating Causal Inference with Graph Neural Networks for Alzheimer's Disease Analysis
von: Peddi, Pranay Kumar, et al.
Veröffentlicht: (2025)

Causal-learn: Causal Discovery in Python
von: Zheng, Yujia, et al.
Veröffentlicht: (2023)

Causal Decomposition Analysis with Synergistic Interventions: A Triply-Robust Machine Learning Approach to Addressing Multiple Dimensions of Social Disparities
von: Park, Soojin, et al.
Veröffentlicht: (2025)