Buchumschlag

Causal Dynamic Variational Autoencoder for Counterfactual Regression in Longitudinal Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bouchattaoui, Mouad El, Tami, Myriam, Lepetit, Benoit, Cournède, Paul-Henry
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Learning Causality for Longitudinal Data
von: Bouchattaoui, Mouad EL
Veröffentlicht: (2025)

Topological Residual Asymmetry for Bivariate Causal Direction
von: Bouchattaoui, Mouad El
Veröffentlicht: (2026)

Meta-Learning and representation learner: A short theoretical note
von: Bouchattaoui, Mouad El
Veröffentlicht: (2024)

Random Walk in Random Environment: A short introduction
von: Bouchattaoui, Mouad El
Veröffentlicht: (2024)

Identifiable Multimodal Causal Representation Learning under Partial Latent Sharing
von: Benhamza, Manal, et al.
Veröffentlicht: (2026)

Causal Diffusion Models for Counterfactual Outcome Distributions in Longitudinal Data
von: Alinezhad, Farbod, et al.
Veröffentlicht: (2026)

CAETC: Causal Autoencoding and Treatment Conditioning for Counterfactual Estimation over Time
von: Nguyen, Nghia D., et al.
Veröffentlicht: (2026)

Synthesising Counterfactual Explanations via Label-Conditional Gaussian Mixture Variational Autoencoders
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

StreaMulT: Streaming Multimodal Transformer for Heterogeneous and Arbitrary Long Sequential Data
von: Pellegrain, Victor, et al.
Veröffentlicht: (2021)

Counterfactual Generative Modeling with Variational Causal Inference
von: Wu, Yulun, et al.
Veröffentlicht: (2024)

Counterfactual Explanations for Medical Image Classification and Regression using Diffusion Autoencoder
von: Atad, Matan, et al.
Veröffentlicht: (2024)

Causal Diffusion Autoencoders: Toward Counterfactual Generation via Diffusion Probabilistic Models
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2024)

Posterior-Calibrated Causal Circuits in Variational Autoencoders: Why Image-Domain Interpretability Fails on Tabular Data
von: Roy, Dip, et al.
Veröffentlicht: (2026)

Causal and Counterfactual Views of Missing Data Models
von: Nabi, Razieh, et al.
Veröffentlicht: (2022)

Scalable Counterfactual Risk Estimation for Rare Events in Longitudinal Data
von: Yin, Xiaohui, et al.
Veröffentlicht: (2026)

Semiparametric Counterfactual Regression
von: Kim, Kwangho
Veröffentlicht: (2025)

Data Augmentation with Variational Autoencoder for Imbalanced Dataset
von: Stocksieker, Samuel, et al.
Veröffentlicht: (2024)

From Baseline to Follow-Up: Counterfactual Spine DXA Image Synthesis in UK Biobank Using a Causal Hierarchical Variational Autoencoder
von: Zhang, Yilin, et al.
Veröffentlicht: (2026)

A Multi-Level Causal Intervention Framework for Mechanistic Interpretability in Variational Autoencoders
von: Roy, Dip, et al.
Veröffentlicht: (2025)

PVeRA: Probabilistic Vector-Based Random Matrix Adaptation
von: Fillioux, Leo, et al.
Veröffentlicht: (2025)

Longitudinal Counterfactuals: Constraints and Opportunities
von: Asemota, Alexander, et al.
Veröffentlicht: (2024)

Parameter-Efficient Transformer Embeddings
von: Ndubuaku, Henry, et al.
Veröffentlicht: (2025)

Variational Autoencoded Multivariate Spatial Fay-Herriot Models
von: Wang, Zhenhua, et al.
Veröffentlicht: (2025)

Response to Discussions of "Causal and Counterfactual Views of Missing Data Models"
von: Nabi, Razieh, et al.
Veröffentlicht: (2025)

Exploring Variational Graph Autoencoders for Distribution Grid Data Generation
von: Abbas, Syed Zain, et al.
Veröffentlicht: (2025)

The Gaussian Discriminant Variational Autoencoder (GdVAE): A Self-Explainable Model with Counterfactual Explanations
von: Haselhoff, Anselm, et al.
Veröffentlicht: (2024)

ACTIVA: Amortized Causal Effect Estimation via Transformer-based Variational Autoencoder
von: Sauter, Andreas, et al.
Veröffentlicht: (2025)

$Φ$-DVAE: Physics-Informed Dynamical Variational Autoencoders for Unstructured Data Assimilation
von: Glyn-Davies, Alex, et al.
Veröffentlicht: (2022)

Beyond Vanilla Variational Autoencoders: Detecting Posterior Collapse in Conditional and Hierarchical Variational Autoencoders
von: Dang, Hien, et al.
Veröffentlicht: (2023)

CEPAE: Conditional Entropy-Penalized Autoencoders for Time Series Counterfactuals
von: Garriga, Tomàs, et al.
Veröffentlicht: (2026)

CausalVAE as a Plug-in for World Models: Towards Reliable Counterfactual Dynamics
von: Ding, Ziyi, et al.
Veröffentlicht: (2026)

Causal Action Influence Aware Counterfactual Data Augmentation
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2024)

Analysis of Variational Sparse Autoencoders
von: Baker, Zachary, et al.
Veröffentlicht: (2025)

Variational Rank Reduction Autoencoders
von: Mounayer, Jad, et al.
Veröffentlicht: (2025)

Ensemble Visualization With Variational Autoencoder
von: Wu, Cenyang, et al.
Veröffentlicht: (2025)

On Kernel-based Variational Autoencoder
von: Qin, Tian, et al.
Veröffentlicht: (2024)

An Introduction to Discrete Variational Autoencoders
von: Jeffares, Alan, et al.
Veröffentlicht: (2025)

Likelihood-Free Variational Autoencoders
von: Xu, Chen, et al.
Veröffentlicht: (2025)

DiffusionCounterfactuals: Inferring High-dimensional Counterfactuals with Guidance of Causal Representations
von: Zhu, Jiageng, et al.
Veröffentlicht: (2024)