Buchumschlag

Stochastic Neural Networks for Causal Inference with Missing Confounders

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fang, Yaxin, Liang, Faming
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causal-StoNet: Causal Inference for High-Dimensional Complex Data
von: Fang, Yaxin, et al.
Veröffentlicht: (2024)

Extended Fiducial Inference for Individual Treatment Effects via Deep Neural Networks
von: Kim, Sehwan, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Causal Inference Under Network Confounding
von: Leung, Michael P., et al.
Veröffentlicht: (2022)

Uncertainty Quantification for Physics-Informed Neural Networks with Extended Fiducial Inference
von: Shih, Frank, et al.
Veröffentlicht: (2025)

Comparing Causal Inference Methods for Point Exposures with Missing Confounders: A Simulation Study
von: Benz, Luke, et al.
Veröffentlicht: (2024)

Harmonizing knowledge Transfer in Neural Network with Unified Distillation
von: Huang, Yaomin, et al.
Veröffentlicht: (2024)

Causal Fairness under Unobserved Confounding: A Neural Sensitivity Framework
von: Schröder, Maresa, et al.
Veröffentlicht: (2023)

Efficient Nonparametric Inference for Mediation Analysis with Nonignorable Missing Confounders
von: Shan, Jiawei, et al.
Veröffentlicht: (2024)

Causal Discovery under Latent Class Confounding
von: Mazaheri, Bijan, et al.
Veröffentlicht: (2023)

Causal Fine-Tuning under Latent Confounded Shift
von: Yu, Jialin, et al.
Veröffentlicht: (2024)

Causal Inference with Missing Exposures and Missing Outcomes
von: Landsiedel, Kirsten E., et al.
Veröffentlicht: (2025)

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

Causal Inference With Observational Data and Unobserved Confounding Variables
von: Jarrett E. K. Byrnes, et al.
Veröffentlicht: (2025)

Extended Fiducial Inference: Toward an Automated Process of Statistical Inference
von: Liang, Faming, et al.
Veröffentlicht: (2024)

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

Multimodal Guidance Network for Missing-Modality Inference in Content Moderation
von: Zhao, Zhuokai, et al.
Veröffentlicht: (2023)

Compositional Inference for Bayesian Networks and Causality
von: Jacobs, Bart, et al.
Veröffentlicht: (2025)

CausalMamba: Scalable Conditional State Space Models for Neural Causal Inference
von: Bae, Sangyoon, et al.
Veröffentlicht: (2025)

Supporting Vision-Language Model Inference with Confounder-pruning Knowledge Prompt
von: Li, Jiangmeng, et al.
Veröffentlicht: (2022)

When Is Causal Inference Possible? A Statistical Test for Unmeasured Confounding
von: Liu, Muye, et al.
Veröffentlicht: (2025)

Long-term Causal Inference via Modeling Sequential Latent Confounding
von: Chen, Weilin, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Large-Scale Deep Networks via Post-StoNet Modeling
von: Sun, Yan, et al.
Veröffentlicht: (2025)

Research on Deep Learning Model of Feature Extraction Based on Convolutional Neural Network
von: Liu, Houze, et al.
Veröffentlicht: (2024)

MuPlon: Multi-Path Causal Optimization for Claim Verification through Controlling Confounding
von: Guo, Hanghui, et al.
Veröffentlicht: (2025)

Double Robust Weighted Regression with Missing Confounders
von: Bagmar, Md. Shaddam Hossain, et al.
Veröffentlicht: (2026)

Disparate Effect Of Missing Mediators On Transportability of Causal Effects
von: Mhasawade, Vishwali, et al.
Veröffentlicht: (2024)

The Missing Link: Allocation Performance in Causal Machine Learning
von: Fischer-Abaigar, Unai, et al.
Veröffentlicht: (2024)

Deep Unfolding Convolutional Dictionary Model for Multi-Contrast MRI Super-resolution and Reconstruction
von: Lei, Pengcheng, et al.
Veröffentlicht: (2023)

LLM-based Agents for Automated Confounder Discovery and Subgroup Analysis in Causal Inference
von: Lee, Po-Han, et al.
Veröffentlicht: (2025)

Copula-based Sensitivity Analysis for Multi-Treatment Causal Inference with Unobserved Confounding
von: Zheng, Jiajing, et al.
Veröffentlicht: (2021)

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

Confounded Budgeted Causal Bandits
von: Jamshidi, Fateme, et al.
Veröffentlicht: (2024)

Nonlinear Causal Discovery with Confounders
von: Li, Chunlin, et al.
Veröffentlicht: (2023)

Preconditioners for the Stochastic Training of Neural Fields
von: Chng, Shin-Fang, et al.
Veröffentlicht: (2024)

Causal Inference on Missing Exposure via Robust Estimation
von: Shi, Yuliang, et al.
Veröffentlicht: (2024)

Causal Inference with Outcomes Truncated by Death and Missing Not at Random
von: Li, Wei, et al.
Veröffentlicht: (2024)

Causal Inference With Outcomes Truncated by Death and Missing Not at Random
von: Wei Li, et al.
Veröffentlicht: (2025)

Modelling the Human Intuition to Complete the Missing Information in Images for Convolutional Neural Networks
von: Koç, Robin, et al.
Veröffentlicht: (2024)

Missed Causes and Ambiguous Effects: Counterfactuals Pose Challenges for Interpreting Neural Networks
von: Mueller, Aaron
Veröffentlicht: (2024)

Federated Learning on Stochastic Neural Networks
von: Tang, Jingqiao, et al.
Veröffentlicht: (2025)