Copertina

Probabilistic Modelling is Sufficient for Causal Inference

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mlodozeniec, Bruno, Krueger, David, Turner, Richard E.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Causal Inference with the "Napkin Graph"
di: Guo, Anna, et al.
Pubblicazione: (2025)

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

Feature Attribution with Necessity and Sufficiency via Dual-stage Perturbation Test for Causal Explanation
di: Chen, Xuexin, et al.
Pubblicazione: (2024)

Influence Functions for Scalable Data Attribution in Diffusion Models
di: Mlodozeniec, Bruno, et al.
Pubblicazione: (2024)

Bayesian Empirical Bayes: Simultaneous Inference from Probabilistic Symmetries
di: Wu, Bohan, et al.
Pubblicazione: (2025)

Conditional Generative Models are Sufficient to Sample from Any Causal Effect Estimand
di: Rahman, Md Musfiqur, et al.
Pubblicazione: (2024)

Estimating Interventional Distributions with Uncertain Causal Graphs through Meta-Learning
di: Dhir, Anish, et al.
Pubblicazione: (2025)

Regularizing Extrapolation in Causal Inference
di: Arbour, David, et al.
Pubblicazione: (2025)

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

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

A Semiparametric Approach to Causal Inference
di: Zhang, Archer Gong, et al.
Pubblicazione: (2024)

Valid Inference After Causal Discovery
di: Gradu, Paula, et al.
Pubblicazione: (2022)

Controllable Generative Sandbox for Causal Inference
di: Zhang, Qi, et al.
Pubblicazione: (2026)

Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference
di: van der Laan, Lars, et al.
Pubblicazione: (2025)

Doubly Robust Inference in Causal Latent Factor Models
di: Abadie, Alberto, et al.
Pubblicazione: (2024)

Hierarchical Causal Models
di: Weinstein, Eli N., et al.
Pubblicazione: (2024)

Predictive Causal Inference via Spatio-Temporal Modeling and Penalized Empirical Likelihood
di: Lee, Byunghee, et al.
Pubblicazione: (2025)

Causal Inference with Complex Treatments: A Survey
di: Wang, Yingrong, et al.
Pubblicazione: (2024)

HNCI: High-Dimensional Network Causal Inference
di: Du, Wenqin, et al.
Pubblicazione: (2024)

Bayesian Causal Inference with Gaussian Process Networks
di: Giudice, Enrico, et al.
Pubblicazione: (2024)

An Overview of Causal Inference using Kernel Embeddings
di: Sejdinovic, Dino
Pubblicazione: (2024)

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

Towards Causal Foundation Model: on Duality between Causal Inference and Attention
di: Zhang, Jiaqi, et al.
Pubblicazione: (2023)

GST-UNet: A Neural Framework for Spatiotemporal Causal Inference with Time-Varying Confounding
di: Oprescu, Miruna, et al.
Pubblicazione: (2025)

A Tutorial on Doubly Robust Learning for Causal Inference
di: Hlynsson, Hlynur Davíð
Pubblicazione: (2024)

Over-Squashing in GNNs and Causal Inference of Rewiring Strategies
di: Saber, Danial, et al.
Pubblicazione: (2025)

A Latent Causal Inference Framework for Ordinal Variables
di: Scauda, Martina, et al.
Pubblicazione: (2025)

Inference of Causal Networks using a Topological Threshold
di: Barroso, Filipe, et al.
Pubblicazione: (2024)

Causal Inference on Stopped Random Walks in Online Advertising
di: Yu, Jia Yuan
Pubblicazione: (2026)

Causal Inference for Preprocessed Outcomes with an Application to Functional Connectivity
di: Wang, Zihang, et al.
Pubblicazione: (2026)

From Observations to Causations: A GNN-based Probabilistic Prediction Framework for Causal Discovery
di: Rashid, Rezaur, et al.
Pubblicazione: (2025)

Golden Ratio-Based Sufficient Dimension Reduction
di: Yang, Wenjing, et al.
Pubblicazione: (2024)

Structure Maintained Representation Learning Neural Network for Causal Inference
di: Sun, Yang, et al.
Pubblicazione: (2025)

A Sensitivity Approach to Causal Inference Under Limited Overlap
di: Ma, Yuanzhe, et al.
Pubblicazione: (2025)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
di: Saha, Aytijhya, et al.
Pubblicazione: (2026)

New User Event Prediction Through the Lens of Causal Inference
di: Yuchi, Henry Shaowu, et al.
Pubblicazione: (2024)

Causal Inference with Latent Variables: Recent Advances and Future Prospectives
di: Zhu, Yaochen, et al.
Pubblicazione: (2024)

Minimum Specification Perturbation: Robustness as Distance-to-Falsification in Causal Inference
di: Dang, Hoang, et al.
Pubblicazione: (2026)

Causal Diffusion Autoencoders: Toward Counterfactual Generation via Diffusion Probabilistic Models
di: Komanduri, Aneesh, et al.
Pubblicazione: (2024)

Denoising Diffusion Probabilistic Models in Six Simple Steps
di: Turner, Richard E., et al.
Pubblicazione: (2024)