Buchumschlag

Towards Representation Learning for Weighting Problems in Design-Based Causal Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Clivio, Oscar, Feller, Avi, Holmes, Chris
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deconfounding Scores and Representation Learning for Causal Effect Estimation with Weak Overlap
von: Clivio, Oscar, et al.
Veröffentlicht: (2026)

Regularizing Extrapolation in Causal Inference
von: Arbour, David, et al.
Veröffentlicht: (2025)

Neural Score Matching for High-Dimensional Causal Inference
von: Clivio, Oscar, et al.
Veröffentlicht: (2022)

Structure Maintained Representation Learning Neural Network for Causal Inference
von: Sun, Yang, et al.
Veröffentlicht: (2025)

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

Augmented balancing weights as linear regression
von: Bruns-Smith, David, et al.
Veröffentlicht: (2023)

Bayesian Sensitivity of Causal Inference Estimators under Evidence-Based Priors
von: Dhawan, Nikita, et al.
Veröffentlicht: (2026)

Forest Kernel Balancing Weights: Outcome-Guided Features for Causal Inference
von: Shen, Andy A., et al.
Veröffentlicht: (2025)

Hierarchical Bias-Driven Stratification for Interpretable Causal Effect Estimation
von: Ter-Minassian, Lucile, et al.
Veröffentlicht: (2024)

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

Continuous Treatment Effects with Surrogate Outcomes
von: Zeng, Zhenghao, et al.
Veröffentlicht: (2024)

Causal Inference Isn't Special: Why It's Just Another Prediction Problem
von: Fernández-Loría, Carlos
Veröffentlicht: (2025)

Challenges in Statistics: A Dozen Challenges in Causality and Causal Inference
von: Cinelli, Carlos, et al.
Veröffentlicht: (2025)

Discussion of "Matrix Completion When Missing Is Not at Random and Its Applications in Causal Panel Data Models"
von: Ben-Michael, Eli, et al.
Veröffentlicht: (2026)

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

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

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

Towards Causal Foundation Model: on Duality between Causal Inference and Attention
von: Zhang, Jiaqi, et al.
Veröffentlicht: (2023)

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

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

Towards Interpretable Deep Generative Models via Causal Representation Learning
von: Moran, Gemma E., et al.
Veröffentlicht: (2025)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
von: Saha, Aytijhya, et al.
Veröffentlicht: (2026)

Causal Inference with the "Napkin Graph"
von: Guo, Anna, et al.
Veröffentlicht: (2025)

Improving Generative Methods for Causal Evaluation via Simulation-Based Inference
von: Amaranath, Pracheta, et al.
Veröffentlicht: (2025)

Causal Representation Learning with Optimal Compression under Complex Treatments
von: Liang, Wanting, et al.
Veröffentlicht: (2026)

Causality-Inspired Robustness for Nonlinear Models via Representation Learning
von: Šola, Marin, et al.
Veröffentlicht: (2025)

Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

A Weighting Framework for Clusters as Confounders in Observational Studies
von: Ben-Michael, Eli, et al.
Veröffentlicht: (2026)

On Nonasymptotic Confidence Intervals for Treatment Effects in Randomized Experiments
von: Sandoval, Ricardo J., et al.
Veröffentlicht: (2026)

A Semiparametric Approach to Causal Inference
von: Zhang, Archer Gong, et al.
Veröffentlicht: (2024)

Valid Inference After Causal Discovery
von: Gradu, Paula, et al.
Veröffentlicht: (2022)

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

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

Optimizing Language Models for Human Preferences is a Causal Inference Problem
von: Lin, Victoria, et al.
Veröffentlicht: (2024)

Feature Matching Intervention: Leveraging Observational Data for Causal Representation Learning
von: Li, Haoze, et al.
Veröffentlicht: (2025)

Causal Inference with Complex Treatments: A Survey
von: Wang, Yingrong, et al.
Veröffentlicht: (2024)

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)

An Overview of Causal Inference using Kernel Embeddings
von: Sejdinovic, Dino
Veröffentlicht: (2024)

Targeting relative risk heterogeneity with causal forests
von: Shirvaikar, Vik, et al.
Veröffentlicht: (2023)