Copertina

Modeling and Discovering Direct Causes for Predictive Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Yizuo, Bhatia, Amit
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On the Granularity of Causal Effect Identifiability
di: Chen, Yizuo, et al.
Pubblicazione: (2025)

Identifying Causal Effects Under Functional Dependencies
di: Chen, Yizuo, et al.
Pubblicazione: (2024)

Discovering and Reasoning of Causality in the Hidden World with Large Language Models
di: Liu, Chenxi, et al.
Pubblicazione: (2024)

Constrained Identifiability of Causal Effects
di: Chen, Yizuo, et al.
Pubblicazione: (2024)

Automated Discovery of Functional Actual Causes in Complex Environments
di: Chuck, Caleb, et al.
Pubblicazione: (2024)

Learning DAGs from Data with Few Root Causes
di: Misiakos, Panagiotis, et al.
Pubblicazione: (2023)

ProCause: Generating Counterfactual Outcomes to Evaluate Prescriptive Process Monitoring Methods
di: De Moor, Jakob, et al.
Pubblicazione: (2025)

Causal Diffusion Autoencoders: Toward Counterfactual Generation via Diffusion Probabilistic Models
di: Komanduri, Aneesh, et al.
Pubblicazione: (2024)

Industrial-Grade Time-Dependent Counterfactual Root Cause Analysis through the Unanticipated Point of Incipient Failure: a Proof of Concept
di: Trilla, Alexandre, et al.
Pubblicazione: (2024)

Locally Interpretable Individualized Treatment Rules for Black-Box Decision Models
di: Charvadeh, Yasin Khadem, et al.
Pubblicazione: (2026)

Efficient Causal Graph Discovery Using Large Language Models
di: Jiralerspong, Thomas, et al.
Pubblicazione: (2024)

Causal Discovery from Heteroscedastic Stochastic Dynamical Systems under Imperfect Physical Models
di: Chen, Jianhong, et al.
Pubblicazione: (2026)

M$^3$TN: Multi-gate Mixture-of-Experts based Multi-valued Treatment Network for Uplift Modeling
di: Sun, Zexu, et al.
Pubblicazione: (2024)

Can Large Language Models Help Experimental Design for Causal Discovery?
di: Li, Junyi, et al.
Pubblicazione: (2025)

Uplift Modeling Under Limited Supervision
di: Panagopoulos, George, et al.
Pubblicazione: (2024)

Compositional Models for Estimating Causal Effects
di: Pruthi, Purva, et al.
Pubblicazione: (2024)

Counterfactual Probabilistic Diffusion with Expert Models
di: Mu, Wenhao, et al.
Pubblicazione: (2025)

Flexible Counterfactual Explanations with Generative Models
di: Hellemans, Stig, et al.
Pubblicazione: (2025)

Cardinality-Regularized Hawkes-Granger Model
di: Idé, Tsuyoshi, et al.
Pubblicazione: (2022)

Partially Observed Structural Causal Models
di: Orujlu, Turan, et al.
Pubblicazione: (2026)

Causal Identification in Time Series Models
di: Jahn, Erik, et al.
Pubblicazione: (2025)

Length Optimization in Conformal Prediction
di: Kiyani, Shayan, et al.
Pubblicazione: (2024)

Bayesian Hierarchical Invariant Prediction
di: Madaleno, Francisco, et al.
Pubblicazione: (2025)

Comparing Foundation Models using Data Kernels
di: Duderstadt, Brandon, et al.
Pubblicazione: (2023)

Prediction-Intervention Games and Invariant Sets
di: Kühne, Linus, et al.
Pubblicazione: (2026)

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

Generally-Occurring Model Change for Robust Counterfactual Explanations
di: Xu, Ao, et al.
Pubblicazione: (2024)

Multi-Domain Causal Discovery in Bijective Causal Models
di: Jalaldoust, Kasra, et al.
Pubblicazione: (2025)

Conformal Prediction for Causal Effects of Continuous Treatments
di: Schröder, Maresa, et al.
Pubblicazione: (2024)

On Predictive planning and counterfactual learning in active inference
di: Paul, Aswin, et al.
Pubblicazione: (2024)

Conformal Diffusion Models for Individual Treatment Effect Estimation and Inference
di: Cai, Hengrui, et al.
Pubblicazione: (2024)

Enabling Causal Discovery in Post-Nonlinear Models with Normalizing Flows
di: Hoang, Nu, et al.
Pubblicazione: (2024)

Is Elo Rating Reliable? A Study Under Model Misspecification
di: Tang, Shange, et al.
Pubblicazione: (2025)

Beyond Accuracy: Are Time Series Foundation Models Well-Calibrated?
di: Adler, Coen, et al.
Pubblicazione: (2025)

Model-Free Assessment of Simulator Fidelity via Quantile Curves
di: Iyengar, Garud, et al.
Pubblicazione: (2025)

Beyond Pairwise: Empowering LLM Alignment With Ranked Choice Modeling
di: Tang, Yuxuan, et al.
Pubblicazione: (2025)

Effective Causal Discovery under Identifiable Heteroscedastic Noise Model
di: Yin, Naiyu, et al.
Pubblicazione: (2023)

Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
di: Mahajan, Divyat, et al.
Pubblicazione: (2022)

Prediction-Powered Inference with Imputed Covariates and Nonuniform Sampling
di: Kluger, Dan M., et al.
Pubblicazione: (2025)

Language Agents Meet Causality -- Bridging LLMs and Causal World Models
di: Gkountouras, John, et al.
Pubblicazione: (2024)