Buchumschlag

A/B testing under Interference with Partial Network Information

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shankar, Shiv, Sinha, Ritwik, Chandak, Yash, Mitra, Saayan, Fiterau, Madalina
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SODA: Protecting Proprietary Information in On-Device Machine Learning Models
von: Atrey, Akanksha, et al.
Veröffentlicht: (2023)

Leveraging Foundation Language Models (FLMs) for Automated Cohort Extraction from Large EHR Databases
von: Mugambi, Purity, et al.
Veröffentlicht: (2024)

Resolution-Aware Retrieval Augmented Zero-Shot Forecasting
von: Deznabi, Iman, et al.
Veröffentlicht: (2025)

Zero-shot Microclimate Prediction with Deep Learning
von: Deznabi, Iman, et al.
Veröffentlicht: (2024)

Challenges in Understanding Modality Conflict in Vision-Language Models
von: Nguyen, Trang, et al.
Veröffentlicht: (2025)

Audio-Visual Speech Separation via Bottleneck Iterative Network
von: Zhang, Sidong, et al.
Veröffentlicht: (2025)

Learning Straight Flows by Learning Curved Interpolants
von: Shankar, Shiv, et al.
Veröffentlicht: (2025)

Short-Long Policy Evaluation with Novel Actions
von: Nam, Hyunji Alex, et al.
Veröffentlicht: (2024)

Distill to Delete: Unlearning in Graph Networks with Knowledge Distillation
von: Sinha, Yash, et al.
Veröffentlicht: (2023)

Token-Level Adversarial Prompt Detection Based on Perplexity Measures and Contextual Information
von: Hu, Zhengmian, et al.
Veröffentlicht: (2023)

Deep Intrinsic Surprise-Regularized Control (DISRC): A Biologically Inspired Mechanism for Efficient Deep Q-Learning in Sparse Environments
von: Kini, Yash, et al.
Veröffentlicht: (2026)

Atom: Efficient On-Device Video-Language Pipelines Through Modular Reuse
von: Panchal, Kunjal, et al.
Veröffentlicht: (2025)

$O(1/k)$ Finite-Time Bound for Non-Linear Two-Time-Scale Stochastic Approximation
von: Chandak, Siddharth
Veröffentlicht: (2025)

A Multi-Agent Multi-Environment Mixed Q-Learning for Partially Decentralized Wireless Network Optimization
von: Bozkus, Talha, et al.
Veröffentlicht: (2024)

A Concentration Bound for TD(0) with Function Approximation
von: Chandak, Siddharth, et al.
Veröffentlicht: (2023)

Partially Decentralized Multi-Agent Q-Learning via Digital Cousins for Wireless Networks
von: Bozkus, Talha, et al.
Veröffentlicht: (2025)

ThinkRouter: Efficient Reasoning via Routing Thinking between Latent and Discrete Spaces
von: Xu, Xin, et al.
Veröffentlicht: (2026)

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

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

BOTracle: A framework for Discriminating Bots and Humans
von: Kadel, Jan, et al.
Veröffentlicht: (2024)

Causal Effect Estimation under Networked Interference without Networked Unconfoundedness Assumption
von: Chen, Weilin, et al.
Veröffentlicht: (2025)

Context-Action Embedding Learning for Off-Policy Evaluation in Contextual Bandits
von: Chandak, Kushagra, et al.
Veröffentlicht: (2025)

Neighborhood Adaptive Estimators for Causal Inference under Network Interference
von: Belloni, Alexandre, et al.
Veröffentlicht: (2022)

OPERA: Automatic Offline Policy Evaluation with Re-weighted Aggregates of Multiple Estimators
von: Nie, Allen, et al.
Veröffentlicht: (2024)

Policy Targeting under Network Interference
von: Viviano, Davide
Veröffentlicht: (2019)

UnStar: Unlearning with Self-Taught Anti-Sample Reasoning for LLMs
von: Sinha, Yash, et al.
Veröffentlicht: (2024)

Direct Profit Estimation Using Uplift Modeling under Clustered Network Interference
von: Akker, Bram van den
Veröffentlicht: (2025)

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

I-trustworthy Models. A framework for trustworthiness evaluation of probabilistic classifiers
von: Vashistha, Ritwik, et al.
Veröffentlicht: (2025)

U-Trustworthy Models.Reliability, Competence, and Confidence in Decision-Making
von: Vashistha, Ritwik, et al.
Veröffentlicht: (2024)

Doubly Robust Causal Effect Estimation under Networked Interference via Targeted Learning
von: Chen, Weilin, et al.
Veröffentlicht: (2024)

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

Gradient Flow Convergence Guarantee for General Neural Network Architectures
von: Jakhmola, Yash
Veröffentlicht: (2025)

Estimating Treatment Effects under Algorithmic Interference: A Structured Neural Networks Approach
von: Zhan, Ruohan, et al.
Veröffentlicht: (2024)

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

On the Convergence of Federated Averaging under Partial Participation for Over-parameterized Neural Networks
von: Liu, Xin, et al.
Veröffentlicht: (2023)

Time-uniform central limit theory and asymptotic confidence sequences
von: Waudby-Smith, Ian, et al.
Veröffentlicht: (2021)

Model-Based Inference and Experimental Design for Interference Using Partial Network Data
von: Reeves, Steven Wilkins, et al.
Veröffentlicht: (2024)

Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

Inference in Partially Linear Models under Dependent Data with Deep Neural Networks
von: Brown, Chad
Veröffentlicht: (2024)