Copertina

Causal Customer Churn Analysis with Low-rank Tensor Block Hazard Model

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Gao, Chenyin, Zhang, Zhiming, Yang, Shu
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Fourier Low-rank and Sparse Tensor for Efficient Tensor Completion
di: Li, Jingyang, et al.
Pubblicazione: (2025)

Causal Inference on Sequential Treatments via Tensor Completion
di: Gao, Chenyin, et al.
Pubblicazione: (2025)

On the Role of Surrogates in Conformal Inference of Individual Causal Effects
di: Gao, Chenyin, et al.
Pubblicazione: (2024)

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

High-Dimensional Tensor Discriminant Analysis with Incomplete Tensors
di: Chen, Elynn, et al.
Pubblicazione: (2024)

Low-rank variational Bayes correction to the Laplace method
di: van Niekerk, Janet, et al.
Pubblicazione: (2021)

Doubly robust omnibus sensitivity analysis of externally controlled trials with intercurrent events
di: Gao, Chenyin, et al.
Pubblicazione: (2025)

Efficient and Debiased Learning of Average Hazard Under Non-Proportional Hazards
di: Meng, Xiang, et al.
Pubblicazione: (2026)

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

CausalFormer: An Interpretable Transformer for Temporal Causal Discovery
di: Kong, Lingbai, et al.
Pubblicazione: (2024)

Double Machine Learning at Scale to Predict Causal Impact of Customer Actions
di: More, Sushant, et al.
Pubblicazione: (2024)

Robust Tensor-on-Tensor Regression
di: Hirari, Mehdi, et al.
Pubblicazione: (2026)

Online Tensor Inference
di: Wen, Xin, et al.
Pubblicazione: (2023)

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

Enhancing convolutional neural network generalizability via low-rank weight approximation
di: Gao, Chenyin, et al.
Pubblicazione: (2022)

Hierarchical Causal Models
di: Weinstein, Eli N., et al.
Pubblicazione: (2024)

Factor Augmented Tensor-on-Tensor Neural Networks
di: Zhou, Guanhao, et al.
Pubblicazione: (2024)

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

Causal Additive Models with Unobserved Causal Paths and Backdoor Paths
di: Pham, Thong, et al.
Pubblicazione: (2025)

Causal Discovery of Linear Non-Gaussian Causal Models with Unobserved Confounding
di: Schkoda, Daniela, et al.
Pubblicazione: (2024)

Tucker Diffusion Model for High-dimensional Tensor Generation
di: Guo, Jianhua, et al.
Pubblicazione: (2026)

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

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

On the Parameter Identifiability of Partially Observed Linear Causal Models
di: Dong, Xinshuai, et al.
Pubblicazione: (2024)

CaMU: Disentangling Causal Effects in Deep Model Unlearning
di: Shen, Shaofei, et al.
Pubblicazione: (2024)

Personalized Tucker Decomposition: Modeling Commonality and Peculiarity on Tensor Data
di: Hu, Jiuyun, et al.
Pubblicazione: (2023)

Invariant Causal Prediction with Local Models
di: Mey, Alexander, et al.
Pubblicazione: (2024)

Probabilistic Modelling is Sufficient for Causal Inference
di: Mlodozeniec, Bruno, et al.
Pubblicazione: (2025)

Causality-driven Sequence Segmentation for Enhancing Multiphase Industrial Process Data Analysis and Soft Sensing
di: He, Yimeng, et al.
Pubblicazione: (2024)

Linking Model Intervention to Causal Interpretation in Model Explanation
di: Cheng, Debo, et al.
Pubblicazione: (2024)

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

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

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

Statistical ranking with dynamic covariates
di: Dong, Pinjun, et al.
Pubblicazione: (2024)

Jointly Modeling and Clustering Tensors in High Dimensions
di: Cai, Biao, et al.
Pubblicazione: (2021)

K-Tensors: Clustering Positive Semi-Definite Matrices
di: Zhang, Hanchao, et al.
Pubblicazione: (2023)

Selecting the Number of Communities for Weighted Degree-Corrected Stochastic Block Models
di: Liu, Yucheng, et al.
Pubblicazione: (2024)

Discrete Causal Representation Learning
di: Zhang, Wenjin, et al.
Pubblicazione: (2026)

Cause or Trigger? From Philosophy to Causal Modeling
di: Hlaváčková-Schindler, Kateřina, et al.
Pubblicazione: (2025)

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