Buchumschlag

Learning Treatment Allocations with Risk Control Under Partial Identifiability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ek, Sofia, Zachariah, Dave
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Externally Valid Policy Evaluation Combining Trial and Observational Data
von: Ek, Sofia, et al.
Veröffentlicht: (2023)

Anytime-Valid Conformal Risk Control
von: Hultberg, Bror, et al.
Veröffentlicht: (2026)

Certified Inventory Control of Critical Resources
von: Hult, Ludvig, et al.
Veröffentlicht: (2024)

Adaptive Robust Learning using Latent Bernoulli Variables
von: Karakulev, Aleksandr, et al.
Veröffentlicht: (2023)

Learning plug-in surrogate endpoints for randomized experiments
von: Margueritte, Alessandro-Umberto, et al.
Veröffentlicht: (2026)

Robustness in the Face of Partial Identifiability in Reward Learning
von: Lazzati, Filippo, et al.
Veröffentlicht: (2025)

Meta-Learners for Partially-Identified Treatment Effects Across Multiple Environments
von: Schweisthal, Jonas, et al.
Veröffentlicht: (2024)

Partial Identifiability for Domain Adaptation
von: Kong, Lingjing, et al.
Veröffentlicht: (2023)

Partial Identifiability and Misspecification in Inverse Reinforcement Learning
von: Skalse, Joar, et al.
Veröffentlicht: (2024)

Learning Causal States Under Partial Observability and Perturbation
von: Li, Na, et al.
Veröffentlicht: (2025)

Kernel Learning with Adversarial Features: Numerical Efficiency and Adaptive Regularization
von: Ribeiro, Antônio H., et al.
Veröffentlicht: (2025)

Identifiable Multimodal Causal Representation Learning under Partial Latent Sharing
von: Benhamza, Manal, et al.
Veröffentlicht: (2026)

Adaptive Measurement Allocation for Learning Kernelized SVMs Under Noisy Observations
von: Miroszewski, Artur
Veröffentlicht: (2026)

Dynamically Optimal Treatment Allocation
von: Adusumilli, Karun, et al.
Veröffentlicht: (2019)

Zero-Shot Reinforcement Learning Under Partial Observability
von: Jeen, Scott, et al.
Veröffentlicht: (2025)

Learning Representations of Instruments for Partial Identification of Treatment Effects
von: Schweisthal, Jonas, et al.
Veröffentlicht: (2024)

Partial Identifiability in Inverse Reinforcement Learning For Agents With Non-Exponential Discounting
von: Skalse, Joar, et al.
Veröffentlicht: (2024)

A Differential Equation Approach for Wasserstein GANs and Beyond
von: Malik, Zachariah, et al.
Veröffentlicht: (2024)

Identify Then Project: Contrastive Learning of Latent Dynamics from Partial Observations with Port-Hamiltonian Structure
von: Li, Peilun, et al.
Veröffentlicht: (2026)

Learning Treatment Effects during Resource Allocation via Priority-Queue Randomization
von: Lee, JungHo, et al.
Veröffentlicht: (2026)

Efficient Model-Based Reinforcement Learning Through Optimistic Thompson Sampling
von: Bayrooti, Jasmine, et al.
Veröffentlicht: (2024)

Revisiting Sparsity Constraint Under High-Rank Property in Partial Multi-Label Learning
von: Si, Chongjie, et al.
Veröffentlicht: (2025)

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

Provably Efficient Partially Observable Risk-Sensitive Reinforcement Learning with Hindsight Observation
von: Zhang, Tonghe, et al.
Veröffentlicht: (2024)

Route Recommendations for Traffic Management Under Learned Partial Driver Compliance
von: Bang, Heeseung, et al.
Veröffentlicht: (2025)

Graph Neural ODE Digital Twins for Control-Oriented Reactor Thermal-Hydraulic Forecasting Under Partial Observability
von: Almukhametov, Akzhol, et al.
Veröffentlicht: (2026)

Causal Fairness Assessment of Treatment Allocation with Electronic Health Records
von: Zhang, Linying, et al.
Veröffentlicht: (2022)

An Unbiased Risk Estimator for Partial Label Learning with Augmented Classes
von: Hu, Jiayu, et al.
Veröffentlicht: (2024)

Optimizing Treatment Allocation in the Presence of Interference
von: Caljon, Daan, et al.
Veröffentlicht: (2024)

Functional Sequential Treatment Allocation with Covariates
von: Kock, Anders Bredahl, et al.
Veröffentlicht: (2020)

The Achilles Heel of AI: Fundamentals of Risk-Aware Training Data for High-Consequence Models
von: Cook, Dave, et al.
Veröffentlicht: (2025)

Latent Covariate Shift: Unlocking Partial Identifiability for Multi-Source Domain Adaptation
von: Liu, Yuhang, et al.
Veröffentlicht: (2022)

Controlled Generation of Unseen Faults for Partial and Open-Partial Domain Adaptation
von: Rombach, Katharina, et al.
Veröffentlicht: (2022)

Network Topology Inference from Smooth Signals Under Partial Observability
von: Peng, Chuansen, et al.
Veröffentlicht: (2024)

Evaluating the Effectiveness of Index-Based Treatment Allocation
von: Boehmer, Niclas, et al.
Veröffentlicht: (2024)

Transportability without Graphs: A Bayesian Approach to Identifying s-Admissible Backdoor Sets
von: Lelova, Konstantina, et al.
Veröffentlicht: (2025)

Learning Partial Graph Matching via Optimal Partial Transport
von: Ratnayaka, Gathika, et al.
Veröffentlicht: (2024)

A competitive baseline for deep learning enhanced data assimilation using conditional Gaussian ensemble Kalman filtering
von: Malik, Zachariah, et al.
Veröffentlicht: (2024)

Control and optimization for Neural Partial Differential Equations in Supervised Learning
von: Bensoussan, Alain, et al.
Veröffentlicht: (2025)

Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability
von: Liu, Yushen, et al.
Veröffentlicht: (2026)