Buchumschlag

Controllable Generative Sandbox for Causal Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Qi, Parikh, Harsh, Naimi, Ashley, Nabi, Razieh, Kim, Christopher, Lash, Timothy
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

Coarsening Bias from Variable Discretization in Causal Functionals
von: Ou, Xiaxian, et al.
Veröffentlicht: (2026)

Average Causal Effect Estimation in DAGs with Hidden Variables: Beyond Back-Door and Front-Door Criteria
von: Guo, Anna, et al.
Veröffentlicht: (2024)

Regularizing Extrapolation in Causal Inference
von: Arbour, David, et al.
Veröffentlicht: (2025)

Weighting-Based Identification and Estimation in Graphical Models of Missing Data
von: Guo, Anna, et al.
Veröffentlicht: (2026)

Interpretable Causal Inference for Analyzing Wearable, Sensor, and Distributional Data
von: Katta, Srikar, et al.
Veröffentlicht: (2023)

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

Response to Discussions of "Causal and Counterfactual Views of Missing Data Models"
von: Nabi, Razieh, et al.
Veröffentlicht: (2025)

Towards Generalizing Inferences from Trials to Target Populations
von: Huang, Melody Y, et al.
Veröffentlicht: (2024)

Data Fusion for Partial Identification of Causal Effects
von: Lanners, Quinn, et al.
Veröffentlicht: (2025)

A Cautionary Tale on Integrating Studies with Disparate Outcome Measures for Causal Inference
von: Parikh, Harsh, et al.
Veröffentlicht: (2025)

Why are there many equally good models? An Anatomy of the Rashomon Effect
von: Parikh, Harsh
Veröffentlicht: (2026)

Graph Machine Learning based Doubly Robust Estimator for Network Causal Effects
von: Khatami, Seyedeh Baharan, et al.
Veröffentlicht: (2024)

Statistical learning for constrained functional parameters in infinite-dimensional models
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

TEA-Time: Transporting Effects Across Time
von: Parikh, Harsh, et al.
Veröffentlicht: (2026)

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

Who Are We Missing? A Principled Approach to Characterizing the Underrepresented Population
von: Parikh, Harsh, et al.
Veröffentlicht: (2024)

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

Mind the Sim-to-Real Gap & Think Like a Scientist
von: Parikh, Harsh, et al.
Veröffentlicht: (2026)

Valid Inference After Causal Discovery
von: Gradu, Paula, et al.
Veröffentlicht: (2022)

Probabilistic Modelling is Sufficient for Causal Inference
von: Mlodozeniec, Bruno, et al.
Veröffentlicht: (2025)

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

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

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

An Overview of Causal Inference using Kernel Embeddings
von: Sejdinovic, Dino
Veröffentlicht: (2024)

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

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

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

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

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

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

Integrating Active Learning in Causal Inference with Interference: A Novel Approach in Online Experiments
von: Zhu, Hongtao, et al.
Veröffentlicht: (2024)

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

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

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

Fair Risk Minimization under Causal Path-Specific Effect Constraints
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

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

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