Buchumschlag

Frugal, Flexible, Faithful: Causal Data Simulation via Frengression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Linying, Evans, Robin J., Shen, Xinwei
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

Data Fusion with Distributional Equivalence Test-then-pool
von: Yang, Linying, et al.
Veröffentlicht: (2026)

Testing Generalizability in Causal Inference
von: Manela, Daniel de Vassimon, et al.
Veröffentlicht: (2024)

Causality-Inspired Robustness for Nonlinear Models via Representation Learning
von: Šola, Marin, et al.
Veröffentlicht: (2025)

A Kernel Test for Causal Association via Noise Contrastive Backdoor Adjustment
von: Hu, Robert, et al.
Veröffentlicht: (2021)

Causality-oriented robustness: exploiting general noise interventions
von: Shen, Xinwei, et al.
Veröffentlicht: (2023)

Causal Discovery via Conditional Independence Testing with Proxy Variables
von: Liu, Mingzhou, et al.
Veröffentlicht: (2023)

On Learning Causal Structures from Non-Experimental Data without Any Faithfulness Assumption
von: Lin, Hanti, et al.
Veröffentlicht: (2018)

Outcome-Informed Weighting for Robust ATE Estimation
von: Yang, Linying, et al.
Veröffentlicht: (2025)

Marginal Causal Flows for Validation and Inference
von: Manela, Daniel de Vassimon, et al.
Veröffentlicht: (2024)

Engression: Extrapolation through the Lens of Distributional Regression
von: Shen, Xinwei, et al.
Veröffentlicht: (2023)

Distributional Principal Autoencoders
von: Shen, Xinwei, et al.
Veröffentlicht: (2024)

Conditional Local Independence Testing for Itô processes with Applications to Dynamic Causal Discovery
von: Liu, Mingzhou, et al.
Veröffentlicht: (2025)

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

Reverse Markov Learning: Multi-Step Generative Models for Complex Distributions
von: Shen, Xinwei, et al.
Veröffentlicht: (2025)

Improving Generative Methods for Causal Evaluation via Simulation-Based Inference
von: Amaranath, Pracheta, et al.
Veröffentlicht: (2025)

A Causal Lens for Evaluating Faithfulness Metrics
von: Zaman, Kerem, et al.
Veröffentlicht: (2025)

Distributional Instrumental Variable Method
von: Holovchak, Anastasiia, et al.
Veröffentlicht: (2025)

Invariant Probabilistic Prediction
von: Henzi, Alexander, et al.
Veröffentlicht: (2023)

Flexible Nonparametric Inference for Causal Effects under the Front-Door Model
von: Guo, Anna, et al.
Veröffentlicht: (2023)

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

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
von: Wu, Yong, et al.
Veröffentlicht: (2025)

Clustering and Pruning in Causal Data Fusion
von: Tabell, Otto, et al.
Veröffentlicht: (2025)

Causal Synthetic Data Generation in Recruitment
von: Iommi, Andrea, et al.
Veröffentlicht: (2025)

Nonlinear Causal Discovery for Grouped Data
von: Göbler, Konstantin, et al.
Veröffentlicht: (2025)

Causal Discovery on Dependent Binary Data
von: Chen, Alex, et al.
Veröffentlicht: (2024)

The Landscape of Causal Discovery Data: Grounding Causal Discovery in Real-World Applications
von: Brouillard, Philippe, et al.
Veröffentlicht: (2024)

Bayesian Sensitivity of Causal Inference Estimators under Evidence-Based Priors
von: Dhawan, Nikita, et al.
Veröffentlicht: (2026)

Do Finetti: On Causal Effects for Exchangeable Data
von: Guo, Siyuan, et al.
Veröffentlicht: (2024)

Causal and Counterfactual Views of Missing Data Models
von: Nabi, Razieh, et al.
Veröffentlicht: (2022)

Causality-Encoded Diffusion Models for Interventional Sampling and Edge Inference
von: Chen, Li, et al.
Veröffentlicht: (2026)

CausalFormer: An Interpretable Transformer for Temporal Causal Discovery
von: Kong, Lingbai, et al.
Veröffentlicht: (2024)

Long-term Causal Inference Under Persistent Confounding via Data Combination
von: Imbens, Guido, et al.
Veröffentlicht: (2022)

Simulation-Based Sensitivity Analysis in Optimal Treatment Regimes and Causal Decomposition with Individualized Interventions
von: Park, Soojin, et al.
Veröffentlicht: (2025)

Causally-Aware Unsupervised Feature Selection Learning
von: Shen, Zongxin, et al.
Veröffentlicht: (2024)

Response to Discussions of "Causal and Counterfactual Views of Missing Data Models"
von: Nabi, Razieh, et al.
Veröffentlicht: (2025)

TS-CausalNN: Learning Temporal Causal Relations from Non-linear Non-stationary Time Series Data
von: Faruque, Omar, et al.
Veröffentlicht: (2024)

CaMU: Disentangling Causal Effects in Deep Model Unlearning
von: Shen, Shaofei, et al.
Veröffentlicht: (2024)

Feature Matching Intervention: Leveraging Observational Data for Causal Representation Learning
von: Li, Haoze, et al.
Veröffentlicht: (2025)

RealTCD: Temporal Causal Discovery from Interventional Data with Large Language Model
von: Li, Peiwen, et al.
Veröffentlicht: (2024)

Towards Identifiability of Hierarchical Temporal Causal Representation Learning
von: Li, Zijian, et al.
Veröffentlicht: (2025)