:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdisa, Atomsa Gemechu, Zhou, Yingchun, Qiu, Yuqi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2507.12818
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Weighted Estimation of Conditional Average Treatment Effect Function With Adjusted Covariate Mismeasurement
von: Yassin Nshimiyimana, et al.
Veröffentlicht: (2026)

DFW: A Novel Weighting Scheme for Covariate Balancing and Treatment Effect Estimation
von: Khan, Ahmad Saeed, et al.
Veröffentlicht: (2025)

Double Machine Learning Methods for Estimating Average Treatment Effects: A Comparative Study
von: Tan, Xiaoqing, et al.
Veröffentlicht: (2022)

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

Overlap-Adaptive Regularization for Conditional Average Treatment Effect Estimation
von: Melnychuk, Valentyn, et al.
Veröffentlicht: (2025)

Conditional Average Treatment Effect Estimation Under Hidden Confounders
von: Aloui, Ahmed, et al.
Veröffentlicht: (2025)

Logarithmic Neyman Regret for Adaptive Estimation of the Average Treatment Effect
von: Neopane, Ojash, et al.
Veröffentlicht: (2024)

Efficient Adaptive Experimental Design for Average Treatment Effect Estimation
von: Kato, Masahiro, et al.
Veröffentlicht: (2020)

Causal Clustering for Conditional Average Treatment Effects Estimation and Subgroup Discovery
von: Wang, Zilong, et al.
Veröffentlicht: (2025)

Estimating Conditional Average Treatment Effects via Sufficient Representation Learning
von: Shi, Pengfei, et al.
Veröffentlicht: (2024)

Direct Bias-Correction Term Estimation for Average Treatment Effect Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

Multi-CATE: Multi-Accurate Conditional Average Treatment Effect Estimation Robust to Unknown Covariate Shifts
von: Kern, Christoph, et al.
Veröffentlicht: (2024)

Unveiling the Potential of Robustness in Selecting Conditional Average Treatment Effect Estimators
von: Huang, Yiyan, et al.
Veröffentlicht: (2024)

Gaussian and Bootstrap Approximation for Matching-based Average Treatment Effect Estimators
von: Shi, Zhaoyang, et al.
Veröffentlicht: (2024)

Dynamic Local Average Treatment Effects
von: Sojitra, Ravi B., et al.
Veröffentlicht: (2024)

Neural Networks with Causal Graph Constraints: A New Approach for Treatment Effects Estimation
von: Pros, Roger, et al.
Veröffentlicht: (2024)

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

Efficient and Scalable Estimation of Distributional Treatment Effects with Multi-Task Neural Networks
von: Hirata, Tomu, et al.
Veröffentlicht: (2025)

Proximity Matters: Local Proximity Enhanced Balancing for Treatment Effect Estimation
von: Wang, Hao, et al.
Veröffentlicht: (2024)

Estimating Treatment Effects under Algorithmic Interference: A Structured Neural Networks Approach
von: Zhan, Ruohan, et al.
Veröffentlicht: (2024)

Consistent Labeling Across Group Assignments: Variance Reduction in Conditional Average Treatment Effect Estimation
von: Fu, Yi-Fu, et al.
Veröffentlicht: (2025)

DeepBlip: Estimating Conditional Average Treatment Effects Over Time
von: Ma, Haorui, et al.
Veröffentlicht: (2025)

Educational Effects in Mathematics: Conditional Average Treatment Effect depending on the Number of Treatments
von: Nagai, Tomoko, et al.
Veröffentlicht: (2024)

Adaptive-TMLE for the Average Treatment Effect based on Randomized Controlled Trial Augmented with Real-World Data
von: van der Laan, Mark, et al.
Veröffentlicht: (2024)

A Transfer Learning Framework for Multilayer Networks via Model Averaging
von: Qiu, Yongqin, et al.
Veröffentlicht: (2025)

Bayesian Neural Controlled Differential Equations for Treatment Effect Estimation
von: Hess, Konstantin, et al.
Veröffentlicht: (2023)

PUATE: Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units
von: Kato, Masahiro, et al.
Veröffentlicht: (2025)

Beyond Flatland: A Geometric Take on Matching Methods for Treatment Effect Estimation
von: Pradier, Melanie F., et al.
Veröffentlicht: (2024)

Identification of Average Treatment Effects in Nonparametric Panel Models
von: Athey, Susan, et al.
Veröffentlicht: (2025)

Double Robust Bayesian Inference on Average Treatment Effects
von: Breunig, Christoph, et al.
Veröffentlicht: (2022)

Average-Over-Time Spiking Neural Networks for Uncertainty Estimation in Regression
von: Sun, Tao, et al.
Veröffentlicht: (2024)

Factor Informed Double Deep Learning For Average Treatment Effect Estimation
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Dual-Balancing for Physics-Informed Neural Networks
von: Zhou, Chenhong, et al.
Veröffentlicht: (2025)

Constructing Confidence Intervals for Average Treatment Effects from Multiple Datasets
von: Wang, Yuxin, et al.
Veröffentlicht: (2024)

Treatment Effect Estimation with Differentiated Networked Effect on Graph Data
von: Lin, Xiaofeng, et al.
Veröffentlicht: (2026)

Estimating Treatment Effects in Networks using Domain Adversarial Training
von: Caljon, Daan, et al.
Veröffentlicht: (2025)

A Systematic Review of Conformal Inference Procedures for Treatment Effect Estimation: Methods and Challenges
von: Memmesheimer, Pascal, et al.
Veröffentlicht: (2025)

Canonical Causal Analysis Between Multivariate Continuous Treatments and Outcomes
von: Filippos Admasu, et al.
Veröffentlicht: (2025)

Learning Individual Treatment Effects under Heterogeneous Interference in Networks
von: Zhao, Ziyu, et al.
Veröffentlicht: (2022)

Improving the Finite Sample Estimation of Average Treatment Effects using Double/Debiased Machine Learning with Propensity Score Calibration
von: Ballinari, Daniele, et al.
Veröffentlicht: (2024)