Buchumschlag

Treatment response as a latent variable

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tosh, Christopher, Zhang, Boyuan, Tansey, Wesley
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Empirically Calibrated Conditional Independence Tests
von: Pan, Milleno, et al.
Veröffentlicht: (2026)

A Hierarchical Variational Graph Fused Lasso for Recovering Relative Rates in Spatial Compositional Data
von: Teixeira, Joaquim Valerio, et al.
Veröffentlicht: (2025)

The co-varying ties between networks and item responses via latent variables
von: Wang, Selena, et al.
Veröffentlicht: (2024)

Addressing the Cold-Start Problem for Personalized Combination Drug Screening
von: de Mathelin, Antoine, et al.
Veröffentlicht: (2025)

Extremal graphical modeling with latent variables via convex optimization
von: Engelke, Sebastian, et al.
Veröffentlicht: (2024)

Score matching through the roof: linear, nonlinear, and latent variables causal discovery
von: Montagna, Francesco, et al.
Veröffentlicht: (2024)

Transfer learning under latent space model
von: Fang, Kuangnan, et al.
Veröffentlicht: (2025)

A statistical approach to latent dynamic modeling with differential equations
von: Hackenberg, Maren, et al.
Veröffentlicht: (2023)

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

Minimax Regret Estimation for Generalizing Heterogeneous Treatment Effects with Multisite Data
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Deep Learning of Continuous and Structured Policies for Aggregated Heterogeneous Treatment Effects
von: Zhang, Jennifer Y., et al.
Veröffentlicht: (2025)

SubgroupTE: Advancing Treatment Effect Estimation with Subgroup Identification
von: Lee, Seungyeon, et al.
Veröffentlicht: (2024)

Data-Driven Estimation of Heterogeneous Treatment Effects
von: Tran, Christopher, et al.
Veröffentlicht: (2023)

Arbitrated Indirect Treatment Comparisons
von: Fang, Yixin, et al.
Veröffentlicht: (2025)

Treatment Effects in Extreme Regimes
von: Aloui, Ahmed, et al.
Veröffentlicht: (2023)

Kriging via variably scaled kernels
von: Audone, Gianluca, et al.
Veröffentlicht: (2026)

Training and Validating a Treatment Recommender with Partial Verification Evidence
von: Unnikrishnan, Vishnu, et al.
Veröffentlicht: (2024)

Orthogonal Uplift Learning with Permutation-Invariant Representations for Combinatorial Treatments
von: Su, Xinyan, et al.
Veröffentlicht: (2026)

Scalable Causal Structure Learning via Amortized Conditional Independence Testing
von: Leiner, James, et al.
Veröffentlicht: (2023)

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

Flexible variable selection in the presence of missing data
von: Williamson, B. D., et al.
Veröffentlicht: (2022)

Reducing the dimensionality and granularity in hierarchical categorical variables
von: Wilsens, Paul, et al.
Veröffentlicht: (2024)

Sequential Treatment Effect Estimation with Unmeasured Confounders
von: Wang, Yingrong, et al.
Veröffentlicht: (2025)

Kernel Treatment Effects with Adaptively Collected Data
von: Zenati, Houssam, et al.
Veröffentlicht: (2025)

Counterfactual Generative Models for Time-Varying Treatments
von: Wu, Shenghao, et al.
Veröffentlicht: (2023)

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

Accounting for Missing Covariates in Heterogeneous Treatment Estimation
von: Yamin, Khurram, et al.
Veröffentlicht: (2024)

Sparse-group boosting -- Unbiased group and variable selection
von: Obster, Fabian, et al.
Veröffentlicht: (2022)

Doubly Robust Fusion of Many Treatments for Policy Learning
von: Zhu, Ke, et al.
Veröffentlicht: (2025)

Optimistic Algorithms for Adaptive Estimation of the Average Treatment Effect
von: Neopane, Ojash, et al.
Veröffentlicht: (2025)

Staged Event Trees for Transparent Treatment Effect Estimation
von: Varando, Gherardo, et al.
Veröffentlicht: (2025)

Considerations for Estimating Causal Effects of Informatively Timed Treatments
von: Oganisian, Arman
Veröffentlicht: (2025)

Learning Treatment Representations for Downstream Instrumental Variable Regression
von: Lin, Shiangyi, et al.
Veröffentlicht: (2025)

Hybrid Meta-learners for Estimating Heterogeneous Treatment Effects
von: Liang, Zhongyuan, et al.
Veröffentlicht: (2025)

Ablation Studies for Novel Treatment Effect Estimation Models
von: Souto, Hugo Gobato, et al.
Veröffentlicht: (2024)

Doubly Robust Proximal Causal Learning for Continuous Treatments
von: Wu, Yong, et al.
Veröffentlicht: (2023)

ODE Discovery for Longitudinal Heterogeneous Treatment Effects Inference
von: Kacprzyk, Krzysztof, et al.
Veröffentlicht: (2024)

DISCRET: Synthesizing Faithful Explanations For Treatment Effect Estimation
von: Wu, Yinjun, et al.
Veröffentlicht: (2024)

Causal Effect Estimation using identifiable Variational AutoEncoder with Latent Confounders and Post-Treatment Variables
von: Xie, Yang, et al.
Veröffentlicht: (2024)

Active learning with biased non-response to label requests
von: Robinson, Thomas, et al.
Veröffentlicht: (2023)