Buchumschlag

Causal Message Passing for Experiments with Unknown and General Network Interference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shirani, Sadegh, Bayati, Mohsen
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Validating Causal Message Passing Against Network-Aware Methods on Real Experiments
von: Tan, Albert, et al.
Veröffentlicht: (2026)

Higher-Order Causal Message Passing for Experimentation with Complex Interference
von: Bayati, Mohsen, et al.
Veröffentlicht: (2024)

Can We Validate Counterfactual Estimations in the Presence of General Network Interference?
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

On Evolution-Based Models for Experimentation Under Interference
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

Causal Effects with Unobserved Unit Types in Interacting Human-AI Systems
von: Overman, William, et al.
Veröffentlicht: (2026)

Analysis of Thompson Sampling for Controlling Unknown Linear Diffusion Processes
von: Faradonbeh, Mohamad Kazem Shirani, et al.
Veröffentlicht: (2022)

Estimating Total Effects in Bipartite Experiments with Spillovers and Partial Eligibility
von: Tan, Albert, et al.
Veröffentlicht: (2025)

Post Launch Evaluation of Policies in a High-Dimensional Setting
von: Nassiri, Shima, et al.
Veröffentlicht: (2024)

Simulating and Experimenting with Social Media Mobilization Using LLM Agents
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

Integrating Active Learning in Causal Inference with Interference: A Novel Approach in Online Experiments
von: Zhu, Hongtao, et al.
Veröffentlicht: (2024)

Local Interference: Removing Interference Bias in Semi-Parametric Causal Models
von: O'Riordan, Michael, et al.
Veröffentlicht: (2025)

C-HDNet: Hyperdimensional Computing for Causal Effect Estimation from Observational Data Under Network Interference
von: Dalvi, Abhishek, et al.
Veröffentlicht: (2025)

Comparative Study of Causal Discovery Methods for Cyclic Models with Hidden Confounders
von: Lorbeer, Boris, et al.
Veröffentlicht: (2024)

The Local Approach to Causal Inference under Network Interference
von: Auerbach, Eric, et al.
Veröffentlicht: (2021)

L1 Regularization Paths in Linear Models by Parametric Gaussian Message Passing
von: Li, Yun-Peng, et al.
Veröffentlicht: (2026)

Causal Bandit Over Unknown Graphs: Upper Confidence Bounds With Backdoor Adjustment
von: Zhao, Yijia, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits with Network Interference
von: Agarwal, Abhineet, et al.
Veröffentlicht: (2024)

Characterization and Greedy Learning of Gaussian Structural Causal Models under Unknown Interventions
von: Gamella, Juan L., et al.
Veröffentlicht: (2022)

Qini Curve Estimation under Clustered Network Interference
von: Karlsson, Rickard, et al.
Veröffentlicht: (2025)

Distributed Learning of Generalized Linear Causal Networks
von: Ye, Qiaoling, et al.
Veröffentlicht: (2022)

Bayesian Estimation of Causal Effects Using Proxies of a Latent Interference Network
von: Weinstein, Bar, et al.
Veröffentlicht: (2025)

An Experimental Design for Anytime-Valid Causal Inference on Multi-Armed Bandits
von: Liang, Biyonka, et al.
Veröffentlicht: (2023)

Decomposing Gaussians with Unknown Covariance
von: Dharamshi, Ameer, et al.
Veröffentlicht: (2024)

Neyman Meets Causal Machine Learning: Experimental Evaluation of Individualized Treatment Rules
von: Li, Michael Lingzhi, et al.
Veröffentlicht: (2024)

Undersmoothing Causal Estimators with Generative Trees
von: Machlanski, Damian, et al.
Veröffentlicht: (2022)

Causal Synthetic Data Generation in Recruitment
von: Iommi, Andrea, et al.
Veröffentlicht: (2025)

Controllable Generative Sandbox for Causal Inference
von: Zhang, Qi, et al.
Veröffentlicht: (2026)

Towards Optimal Environmental Policies: Policy Learning under Arbitrary Bipartite Network Interference
von: Kim, Raphael C., et al.
Veröffentlicht: (2024)

Causal Estimation of Exposure Shifts with Neural Networks
von: Tec, Mauricio, et al.
Veröffentlicht: (2023)

Amortized Causal Discovery with Prior-Fitted Networks
von: Sypniewski, Mateusz, et al.
Veröffentlicht: (2025)

HNCI: High-Dimensional Network Causal Inference
von: Du, Wenqin, et al.
Veröffentlicht: (2024)

Bayesian Causal Inference with Gaussian Process Networks
von: Giudice, Enrico, et al.
Veröffentlicht: (2024)

Individualized Policy Evaluation and Learning under Clustered Network Interference
von: Zhang, Yi, et al.
Veröffentlicht: (2023)

On Learning Causal Structures from Non-Experimental Data without Any Faithfulness Assumption
von: Lin, Hanti, et al.
Veröffentlicht: (2018)

Linear Contextual Bandits with Interference
von: Xu, Yang, et al.
Veröffentlicht: (2024)

Journey to the Centre of Cluster: Harnessing Interior Nodes for A/B Testing under Network Interference
von: Chen, Qianyi, et al.
Veröffentlicht: (2026)

Coupling Generative Modeling and an Autoencoder with the Causal Bridge
von: Meng, Ruolin, et al.
Veröffentlicht: (2025)

Inference of Causal Networks using a Topological Threshold
von: Barroso, Filipe, et al.
Veröffentlicht: (2024)

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

Root Cause Analysis of Outliers in Unknown Cyclic Graphs
von: Schkoda, Daniela, et al.
Veröffentlicht: (2025)