Buchumschlag

Personalized Counterfactual Framework: Generating Potential Outcomes from Wearable Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Subramanian, Ajan, Rahmani, Amir M.
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

Graph-Augmented LLMs for Personalized Health Insights: A Case Study in Sleep Analysis
von: Subramanian, Ajan, et al.
Veröffentlicht: (2024)

Integrating Wearable Sensor Data and Self-reported Diaries for Personalized Affect Forecasting
von: Yang, Zhongqi, et al.
Veröffentlicht: (2024)

Flow-based Generative Modeling of Potential Outcomes and Counterfactuals
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

FairCauseSyn: Towards Causally Fair LLM-Augmented Synthetic Data Generation
von: Nagesh, Nitish, et al.
Veröffentlicht: (2025)

Potential Outcome Rankings for Counterfactual Decision Making
von: Kawakami, Yuta, et al.
Veröffentlicht: (2025)

CARE-ECG: Causal Agent-based Reasoning for Explainable and Counterfactual ECG Interpretation
von: Khatibi, Elahe, et al.
Veröffentlicht: (2026)

DISCO-TAB: A Hierarchical Reinforcement Learning Framework for Privacy-Preserving Synthesis of Complex Clinical Data
von: Ilaty, Arshia, et al.
Veröffentlicht: (2026)

Context-Aware Stress Monitoring using Wearable and Mobile Technologies in Everyday Settings
von: Aqajari, Seyed Amir Hossein, et al.
Veröffentlicht: (2023)

MIMIC-Sepsis: A Curated Benchmark for Modeling and Learning from Sepsis Trajectories in the ICU
von: Huang, Yong, et al.
Veröffentlicht: (2025)

Causal Diffusion Models for Counterfactual Outcome Distributions in Longitudinal Data
von: Alinezhad, Farbod, et al.
Veröffentlicht: (2026)

PerCaM-Health: Personalized Dynamic Causal Graphs for Healthcare Reasoning
von: Khatibi, Elahe, et al.
Veröffentlicht: (2026)

ChatDiet: Empowering Personalized Nutrition-Oriented Food Recommender Chatbots through an LLM-Augmented Framework
von: Yang, Zhongqi, et al.
Veröffentlicht: (2024)

Generating Counterfactual Patient Timelines from Real-World Data
von: Akagi, Yu, et al.
Veröffentlicht: (2026)

Machine Learning for Everyone: Simplifying Healthcare Analytics with BigQuery ML
von: Salari, Mohammad Amir, et al.
Veröffentlicht: (2025)

Counterfactual Explanation-Based Badminton Motion Guidance Generation Using Wearable Sensors
von: Seong, Minwoo, et al.
Veröffentlicht: (2024)

Learning Counterfactual Outcomes Under Rank Preservation
von: Wu, Peng, et al.
Veröffentlicht: (2025)

Loneliness Forecasting Using Multi-modal Wearable and Mobile Sensing in Everyday Settings
von: Yang, Zhongqi, et al.
Veröffentlicht: (2024)

FairTabGen: High-Fidelity and Fair Synthetic Health Data Generation from Limited Samples
von: Nagesh, Nitish, et al.
Veröffentlicht: (2025)

Synergizing Deconfounding and Temporal Generalization For Time-series Counterfactual Outcome Estimation
von: Liu, Yiling, et al.
Veröffentlicht: (2025)

COSAC: Counterfactual Credit Assignment in Sequential Cooperative Teams
von: Deshmukh, Shripad, et al.
Veröffentlicht: (2026)

Real-Time Forecasting of Pathological Gait via IMU Navigation: A Few-Shot and Generative Learning Framework for Wearable Devices
von: Zhang, Wenwen, et al.
Veröffentlicht: (2024)

Flow IV: Counterfactual Inference In Nonseparable Outcome Models Using Instrumental Variables
von: Braun, Marc, et al.
Veröffentlicht: (2025)

Optimizing Warfarin Dosing Using Contextual Bandit: An Offline Policy Learning and Evaluation Method
von: Huang, Yong, et al.
Veröffentlicht: (2024)

Query-Conditioned Graph Retrieval for Contextualized LLM Reasoning in Personalized Wearable Data
von: Lu, Zhenyu, et al.
Veröffentlicht: (2026)

Towards AI-Based Precision Oncology: A Machine Learning Framework for Personalized Counterfactual Treatment Suggestions based on Multi-Omics Data
von: Schürch, Manuel, et al.
Veröffentlicht: (2024)

ALCM: Autonomous LLM-Augmented Causal Discovery Framework
von: Khatibi, Elahe, et al.
Veröffentlicht: (2024)

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

Beyond Internal Data: Bounding and Estimating Fairness from Incomplete Data
von: Ramineni, Varsha, et al.
Veröffentlicht: (2025)

Partial Counterfactual Identification of Continuous Outcomes with a Curvature Sensitivity Model
von: Melnychuk, Valentyn, et al.
Veröffentlicht: (2023)

Personalized Weight Loss Management through Wearable Devices and Artificial Intelligence
von: Romero-Tapiador, Sergio, et al.
Veröffentlicht: (2024)

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

Linkage Attacks Expose Identity Risks in Public ECG Data Sharing
von: Wang, Ziyu, et al.
Veröffentlicht: (2025)

Robust CNN-based Respiration Rate Estimation for Smartwatch PPG and IMU
von: Kazemi, Kianoosh, et al.
Veröffentlicht: (2024)

Differential Private Federated Transfer Learning for Mental Health Monitoring in Everyday Settings: A Case Study on Stress Detection
von: Wang, Ziyu, et al.
Veröffentlicht: (2024)

Towards Personalized Treatment Plan: Geometrical Model-Agnostic Approach to Counterfactual Explanations
von: Sin, Daniel, et al.
Veröffentlicht: (2025)

Memisis: Orchestrating and Evaluating Synthetic Data for Tabular Health Datasets
von: Nagesh, Nitish, et al.
Veröffentlicht: (2026)

Counterfactual Cocycles: A Framework for Robust and Coherent Counterfactual Transports
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

GDR-learners: Orthogonal Learning of Generative Models for Potential Outcomes
von: Melnychuk, Valentyn, et al.
Veröffentlicht: (2025)

Debiased Machine Learning for Conformal Prediction of Counterfactual Outcomes Under Runtime Confounding
von: Barnatchez, Keith, et al.
Veröffentlicht: (2026)

A Comparative Evaluation of Deep Learning Models for Speech Enhancement in Real-World Noisy Environments
von: Khondkar, Md Jahangir Alam, et al.
Veröffentlicht: (2025)