Copertina

The Causal Information Bottleneck and Optimal Causal Variable Abstractions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Simoes, Francisco N. F. Q., Dastani, Mehdi, van Ommen, Thijs
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence Information Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Fundamental Properties of Causal Entropy and Information Gain
di: Simoes, Francisco N. F. Q., et al.
Pubblicazione: (2024)

Causal Entropy and Information Gain for Measuring Causal Control
di: Simoes, Francisco Nunes Ferreira Quialheiro, et al.
Pubblicazione: (2023)

The Minimal Search Space for Conditional Causal Bandits
di: Simoes, Francisco N. F. Q., et al.
Pubblicazione: (2025)

The Causal Description Gap: Information-Theoretic Separations Across Pearl's Hierarchy
di: Emadi, Seyed Morteza
Pubblicazione: (2026)

Modular Learning of Deep Causal Generative Models for High-dimensional Causal Inference
di: Rahman, Md Musfiqur, et al.
Pubblicazione: (2024)

Causally-Guided Diffusion for Stable Feature Selection
di: Malarkkan, Arun Vignesh, et al.
Pubblicazione: (2026)

The Alignment Bottleneck
di: Cao, Wenjun
Pubblicazione: (2025)

Flexible Variational Information Bottleneck: Achieving Diverse Compression with a Single Training
di: Kudo, Sota, et al.
Pubblicazione: (2024)

GeoIB: Geometry-Aware Information Bottleneck via Statistical-Manifold Compression
di: Wang, Weiqi, et al.
Pubblicazione: (2026)

Latent Representation and Simulation of Markov Processes via Time-Lagged Information Bottleneck
di: Federici, Marco, et al.
Pubblicazione: (2023)

Learning Unknown Intervention Targets in Structural Causal Models from Heterogeneous Data
di: Yang, Yuqin, et al.
Pubblicazione: (2023)

Efficiently Deciding Algebraic Equivalence of Bow-Free Acyclic Path Diagrams
di: van Ommen, Thijs
Pubblicazione: (2024)

Omitted Labels Induce Nontransitive Paradoxes in Causality
di: Mazaheri, Bijan, et al.
Pubblicazione: (2023)

Bottlenecked Transformers: Periodic KV Cache Consolidation for Generalised Reasoning
di: Oomerjee, Adnan, et al.
Pubblicazione: (2025)

Information-Theoretic State Variable Selection for Reinforcement Learning
di: Westphal, Charles, et al.
Pubblicazione: (2024)

Neural Causal Abstractions
di: Xia, Kevin, et al.
Pubblicazione: (2024)

Optimal Multi-Objective Best Arm Identification with Fixed Confidence
di: Chen, Zhirui, et al.
Pubblicazione: (2025)

Generative Decompression: Optimal Lossy Decoding Against Distribution Mismatch
di: Khosravirad, Saeed R., et al.
Pubblicazione: (2026)

Causally-Aware Information Bottleneck for Domain Adaptation
di: Javidian, Mohammad Ali
Pubblicazione: (2026)

Distributionally Robust Causal Abstractions
di: Felekis, Yorgos, et al.
Pubblicazione: (2025)

PLOT: Progressive Localization via Optimal Transport in Neural Causal Abstraction
di: Chang, Jonathn, et al.
Pubblicazione: (2026)

Asymptotically Optimal Linear Best Feasible Arm Identification with Fixed Budget
di: Bian, Jie, et al.
Pubblicazione: (2025)

Learning Causal Abstractions of Linear Structural Causal Models
di: Massidda, Riccardo, et al.
Pubblicazione: (2024)

Almost Minimax Optimal Best Arm Identification in Piecewise Stationary Linear Bandits
di: Hou, Yunlong, et al.
Pubblicazione: (2024)

Diffusion Models for Wireless Communications
di: Letafati, Mehdi, et al.
Pubblicazione: (2023)

Conditional Denoising Diffusion Probabilistic Models for Data Reconstruction Enhancement in Wireless Communications
di: Letafati, Mehdi, et al.
Pubblicazione: (2023)

Masking Causality and Conditional Dependence
di: Yang, Zou, et al.
Pubblicazione: (2026)

Intent-Aware DRL-Based NOMA Uplink Dynamic Scheduler for IIoT
di: Mostafa, Salwa, et al.
Pubblicazione: (2024)

Causally Reliable Concept Bottleneck Models
di: De Felice, Giovanni, et al.
Pubblicazione: (2025)

Order-Optimal Sample Complexity of Rectified Flows
di: Sahoo, Hari Krishna, et al.
Pubblicazione: (2026)

Dynamic Sparse Causal-Attention Temporal Networks for Interpretable Causality Discovery in Multivariate Time Series
di: Zerkouk, Meriem, et al.
Pubblicazione: (2025)

Paths to Causality: Finding Informative Subgraphs Within Knowledge Graphs for Knowledge-Based Causal Discovery
di: Susanti, Yuni, et al.
Pubblicazione: (2025)

PrismQuant: Rate-Distortion-Optimal Vector Quantization for Gaussian-Mixture Sources
di: Park, Bumsu, et al.
Pubblicazione: (2026)

Neuro-symbolic Action Masking for Deep Reinforcement Learning
di: Han, Shuai, et al.
Pubblicazione: (2026)

Causal Abstraction Learning based on the Semantic Embedding Principle
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

ArcMark: Distortion-Free Multi-Byte LLM Watermark via Optimal Transport
di: Gilani, Atefeh, et al.
Pubblicazione: (2026)

Natural Latents: Latent Variables Stable Across Ontologies
di: Wentworth, John, et al.
Pubblicazione: (2025)

Learning Consistent Causal Abstraction Networks
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2026)

Laplace Sample Information: Data Informativeness Through a Bayesian Lens
di: Kaiser, Johannes, et al.
Pubblicazione: (2025)

Generalization and Informativeness of Conformal Prediction
di: Zecchin, Matteo, et al.
Pubblicazione: (2024)