Copertina

An Analysis of Causal Effect Estimation using Outcome Invariant Data Augmentation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Akbar, Uzair, Kilbertus, Niki, Shen, Hao, Muandet, Krikamol, Dai, Bo
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Learning Counterfactually Invariant Predictors
di: Quinzan, Francesco, et al.
Pubblicazione: (2022)

(Im)possibility of Collective Intelligence
di: Muandet, Krikamol
Pubblicazione: (2022)

Lost in Aggregation: The Causal Interpretation of the IV Estimand
di: Tsao, Danielle, et al.
Pubblicazione: (2026)

Graph Distance Based on Cause-Effect Estimands with Latents
di: Li, Zhufeng, et al.
Pubblicazione: (2025)

Instrumental and Proximal Causal Inference with Gaussian Processes
di: Zhang, Yuqi, et al.
Pubblicazione: (2026)

Sufficient Invariant Learning for Distribution Shift
di: Kim, Taero, et al.
Pubblicazione: (2022)

Truthful Elicitation of Imprecise Forecasts
di: Singh, Anurag, et al.
Pubblicazione: (2025)

Integral Imprecise Probability Metrics
di: Chau, Siu Lun, et al.
Pubblicazione: (2025)

Functional Generalized Empirical Likelihood Estimation for Conditional Moment Restrictions
di: Kremer, Heiner, et al.
Pubblicazione: (2022)

Robust Feature Inference: A Test-time Defense Strategy using Spectral Projections
di: Singh, Anurag, et al.
Pubblicazione: (2023)

Amortized Linear-time Exact Shapley Value for Product-Kernel Methods
di: Mohammadi, Majid, et al.
Pubblicazione: (2025)

An Asymmetric Independence Model for Causal Discovery on Path Spaces
di: Manten, Georg, et al.
Pubblicazione: (2025)

Instrumental Variable Estimation for Compositional Treatments
di: Ailer, Elisabeth, et al.
Pubblicazione: (2021)

Generative Intervention Models for Causal Perturbation Modeling
di: Schneider, Nora, et al.
Pubblicazione: (2024)

Cluster-Dags as Powerful Background Knowledge For Causal Discovery
di: de Vargas, Jan Marco Ruiz, et al.
Pubblicazione: (2025)

Domain Generalisation via Imprecise Learning
di: Singh, Anurag, et al.
Pubblicazione: (2024)

Identifiability Challenges in Sparse Linear Ordinary Differential Equations
di: Casolo, Cecilia, et al.
Pubblicazione: (2025)

Uncertainty-Aware Optimal Treatment Selection for Clinical Time Series
di: Schwarz, Thomas, et al.
Pubblicazione: (2024)

Limits of Learning Linear Dynamics from Experiments
di: Ulusarslan, Aybüke, et al.
Pubblicazione: (2026)

Whole Genome Transformer for Gene Interaction Effects in Microbiome Habitat Specificity
di: Li, Zhufeng, et al.
Pubblicazione: (2024)

When Shift Happens - Confounding Is to Blame
di: Reddy, Abbavaram Gowtham, et al.
Pubblicazione: (2025)

Conservative Continuous-Time Treatment Optimization
di: Schneider, Nora, et al.
Pubblicazione: (2026)

Predicting symbolic ODEs from multiple trajectories
di: Şahin, Yakup Emre, et al.
Pubblicazione: (2025)

Decomposing Ensemble Spread in Lorenz '96 With Learned Stochastic Parameterizations
di: Kühbacher, Birgit, et al.
Pubblicazione: (2026)

Incentive Aware AI Regulations: A Credal Characterisation
di: Singh, Anurag, et al.
Pubblicazione: (2026)

Credal Two-Sample Tests of Epistemic Uncertainty
di: Chau, Siu Lun, et al.
Pubblicazione: (2024)

QuadraSHAP: Stable and Scalable Shapley Values for Product Games via Gauss-Legendre Quadrature
di: Mohammadi, Majid, et al.
Pubblicazione: (2026)

Kernel Quantile Embeddings and Associated Probability Metrics
di: Naslidnyk, Masha, et al.
Pubblicazione: (2025)

When Do Credal Sets Stabilize? Fixed-Point Theorems for Credal Set Updates
di: Caprio, Michele, et al.
Pubblicazione: (2025)

Beyond Predictions in Neural ODEs: Identification and Interventions
di: Aliee, Hananeh, et al.
Pubblicazione: (2021)

Your Assumed DAG is Wrong and Here's How To Deal With It
di: Padh, Kirtan, et al.
Pubblicazione: (2025)

Debiased neural operators for estimating functionals
di: Hess, Konstantin, et al.
Pubblicazione: (2026)

Performative Learning Theory
di: Rodemann, Julian, et al.
Pubblicazione: (2026)

Targeted Sequential Indirect Experiment Design
di: Ailer, Elisabeth, et al.
Pubblicazione: (2024)

Signature Kernel Conditional Independence Tests in Causal Discovery for Stochastic Processes
di: Manten, Georg, et al.
Pubblicazione: (2024)

Stabilized Neural Differential Equations for Learning Dynamics with Explicit Constraints
di: White, Alistair, et al.
Pubblicazione: (2023)

Exact Shapley Attributions in Quadratic-time for FANOVA Gaussian Processes
di: Mohammadi, Majid, et al.
Pubblicazione: (2025)

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

Towards Physically Consistent Deep Learning For Climate Model Parameterizations
di: Kühbacher, Birgit, et al.
Pubblicazione: (2024)

Self-Reinforcing Controllable Synthesis of Rare Relational Data via Bayesian Calibration
di: Zhang, Chongsheng, et al.
Pubblicazione: (2026)