Buchumschlag

Distributionally Robust Causal Abstractions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Felekis, Yorgos, Damoulas, Theodoros, Giampouras, Paris
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causally Abstracted Multi-armed Bandits
von: Zennaro, Fabio Massimo, et al.
Veröffentlicht: (2024)

Causal Abstraction Learning based on the Semantic Embedding Principle
von: D'Acunto, Gabriele, et al.
Veröffentlicht: (2025)

Rates of Convergence of Generalised Variational Inference Posteriors under Prior Misspecification
von: Mildner, Terje, et al.
Veröffentlicht: (2025)

Federated Generalised Variational Inference: A Robust Probabilistic Federated Learning Framework
von: Mildner, Terje, et al.
Veröffentlicht: (2025)

Neural Causal Abstractions
von: Xia, Kevin, et al.
Veröffentlicht: (2024)

Distributionally Robust Optimisation with Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2024)

Robust Bayesian Inference for Measurement Error Misspecification: The Berkson and Classical Cases
von: Dellaporta, Charita, et al.
Veröffentlicht: (2023)

Multi-View Spectral Clustering for Graphs with Multiple View Structures
von: Tsitsikas, Yorgos, et al.
Veröffentlicht: (2025)

Learning Causal Abstractions of Linear Structural Causal Models
von: Massidda, Riccardo, et al.
Veröffentlicht: (2024)

Interval Abstractions for Robust Counterfactual Explanations
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

The Causal Information Bottleneck and Optimal Causal Variable Abstractions
von: Simoes, Francisco N. F. Q., et al.
Veröffentlicht: (2024)

Combining Causal Models for More Accurate Abstractions of Neural Networks
von: Pîslar, Theodora-Mara, et al.
Veröffentlicht: (2025)

Learning Consistent Causal Abstraction Networks
von: D'Acunto, Gabriele, et al.
Veröffentlicht: (2026)

Decision Making under the Exponential Family: Distributionally Robust Optimisation with Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2024)

Efficient Discovery of Approximate Causal Abstractions via Neural Mechanism Sparsification
von: Asiaee, Amir
Veröffentlicht: (2026)

PLOT: Progressive Localization via Optimal Transport in Neural Causal Abstraction
von: Chang, Jonathn, et al.
Veröffentlicht: (2026)

How Causal Abstraction Underpins Computational Explanation
von: Geiger, Atticus, et al.
Veröffentlicht: (2025)

Networks of Causal Abstractions: A Sheaf-theoretic Framework
von: D'Acunto, Gabriele, et al.
Veröffentlicht: (2025)

Causal Abstraction in Model Interpretability: A Compact Survey
von: Zhang, Yihao
Veröffentlicht: (2024)

A Distributionally Robust Framework for Nuisance in Causal Effect Estimation
von: Tanimoto, Akira
Veröffentlicht: (2025)

Improving Noise Robustness through Abstractions and its Impact on Machine Learning
von: Ibias, Alfredo, et al.
Veröffentlicht: (2024)

Diffusion and Flow-based Copulas: Forgetting and Remembering Dependencies
von: Huk, David, et al.
Veröffentlicht: (2025)

Decision Making under Model Misspecification: DRO with Robust Bayesian Ambiguity Sets
von: Dellaporta, Charita, et al.
Veröffentlicht: (2025)

Contrastive Abstraction for Reinforcement Learning
von: Patil, Vihang, et al.
Veröffentlicht: (2024)

Learning Causal Structure Distributions for Robust Planning
von: Murillo-Gonzalez, Alejandro, et al.
Veröffentlicht: (2025)

Parallel LLM Reasoning for Bias-Resilient, Robust Conceptual Abstraction
von: Adeseye, Aisvarya, et al.
Veröffentlicht: (2026)

In-Context Planning with Latent Temporal Abstractions
von: Luo, Baiting, et al.
Veröffentlicht: (2026)

Vector Symbolic Algebras for the Abstraction and Reasoning Corpus
von: Joffe, Isaac, et al.
Veröffentlicht: (2025)

Abstraction for Offline Goal-Conditioned Reinforcement Learning
von: Wibault, Clarisse, et al.
Veröffentlicht: (2026)

Physics-Informed Variational State-Space Gaussian Processes
von: Hamelijnck, Oliver, et al.
Veröffentlicht: (2024)

Generating Origin-Destination Matrices in Neural Spatial Interaction Models
von: Zachos, Ioannis, et al.
Veröffentlicht: (2024)

Internal Causal Mechanisms Robustly Predict Language Model Out-of-Distribution Behaviors
von: Huang, Jing, et al.
Veröffentlicht: (2025)

Contextual Distributionally Robust Optimization with Causal and Continuous Structure: An Interpretable and Tractable Approach
von: Zhang, Fenglin, et al.
Veröffentlicht: (2026)

Context-Sensitive Abstractions for Reinforcement Learning with Parameterized Actions
von: Nayyar, Rashmeet Kaur, et al.
Veröffentlicht: (2025)

Realizable Abstractions: Near-Optimal Hierarchical Reinforcement Learning
von: Cipollone, Roberto, et al.
Veröffentlicht: (2025)

A Modular Dataset to Demonstrate LLM Abstraction Capability
von: Atanas, Adam, et al.
Veröffentlicht: (2025)

Policy Gradient Methods in the Presence of Symmetries and State Abstractions
von: Panangaden, Prakash, et al.
Veröffentlicht: (2023)

Learning Markov State Abstractions for Deep Reinforcement Learning
von: Allen, Cameron, et al.
Veröffentlicht: (2021)

Robust Causal Discovery under Imperfect Structural Constraints
von: Wang, Zidong, et al.
Veröffentlicht: (2025)

Preference-Conditioned Language-Guided Abstraction
von: Peng, Andi, et al.
Veröffentlicht: (2024)