Copertina

Beyond Means: Topological Causal Effects under Persistent-Homology Ignorability

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Saki, Amir, Faghihi, Usef
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Methodology Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Global and Local Topology-Aware Attention with Persistent Homology and Euler Biases for Time-Series Forecasting
di: Faghihi, Usef, et al.
Pubblicazione: (2026)

Probabilistic Easy Variational Causal Effect
di: Faghihi, Usef, et al.
Pubblicazione: (2024)

Causal Deep Q Network
di: Khelifi, Elouanes, et al.
Pubblicazione: (2025)

Probabilistic Variational Causal Approach in Observational Studies
di: Faghihi, Usef, et al.
Pubblicazione: (2022)

Integrating Fuzzy Logic with Causal Inference: Enhancing the Pearl and Neyman-Rubin Methodologies
di: Saki, Amir, et al.
Pubblicazione: (2024)

s-ID: Causal Effect Identification in a Sub-Population
di: Abouei, Amir Mohammad, et al.
Pubblicazione: (2023)

Causal Inference under Threshold Manipulation: Bayesian Mixture Modeling and Heterogeneous Treatment Effects
di: Kubota, Kohsuke, et al.
Pubblicazione: (2025)

Moments of Causal Effects
di: Kawakami, Yuta, et al.
Pubblicazione: (2025)

On Efficient Adjustment for Micro Causal Effects in Summary Causal Graphs
di: Belciug, Isabela, et al.
Pubblicazione: (2025)

A Topological Sorting Criterion for Random Causal Directed Acyclic Graphs
di: Reisach, Alexander G., et al.
Pubblicazione: (2026)

Constrained Identifiability of Causal Effects
di: Chen, Yizuo, et al.
Pubblicazione: (2024)

Bounding Causal Effects with Leaky Instruments
di: Watson, David S., et al.
Pubblicazione: (2024)

Robust Weighted Triangulation of Causal Effects Under Model Uncertainty
di: Bhattacharya, Rohit, et al.
Pubblicazione: (2026)

Identifying Macro Causal Effects in C-DMGs over DMGs
di: Ferreira, Simon, et al.
Pubblicazione: (2025)

Multiple Treatments Causal Effects Estimation with Task Embeddings and Balanced Representation Learning
di: Murakami, Yuki, et al.
Pubblicazione: (2025)

Average Controlled and Average Natural Micro Direct Effects in Summary Causal Graphs
di: Ferreira, Simon, et al.
Pubblicazione: (2024)

On the Granularity of Causal Effect Identifiability
di: Chen, Yizuo, et al.
Pubblicazione: (2025)

Identifying Macro Conditional Independencies and Macro Total Effects in Summary Causal Graphs with Latent Confounding
di: Ferreira, Simon, et al.
Pubblicazione: (2024)

CausalGuard: Conformal Inference under Graph Uncertainty
di: Singh, Vikash, et al.
Pubblicazione: (2026)

Information-Theoretic Causal Bounds under Unmeasured Confounding
di: Jung, Yonghan, et al.
Pubblicazione: (2026)

Identifying Conditional Causal Effects in MPDAGs
di: LaPlante, Sara, et al.
Pubblicazione: (2025)

Transferring Causal Effects using Proxies
di: Iglesias-Alonso, Manuel, et al.
Pubblicazione: (2025)

Compositional Models for Estimating Causal Effects
di: Pruthi, Purva, et al.
Pubblicazione: (2024)

Orientability of Causal Relations in Time Series using Summary Causal Graphs and Faithful Distributions
di: Loranchet, Timothée, et al.
Pubblicazione: (2025)

Effective Causal Discovery under Identifiable Heteroscedastic Noise Model
di: Yin, Naiyu, et al.
Pubblicazione: (2023)

Conformal Prediction for Causal Effects of Continuous Treatments
di: Schröder, Maresa, et al.
Pubblicazione: (2024)

Causal reasoning in difference graphs
di: Assaad, Charles K.
Pubblicazione: (2024)

The Estimation of Continual Causal Effect for Dataset Shifting Streams
di: Chen, Baining, et al.
Pubblicazione: (2025)

NESTER: An Adaptive Neurosymbolic Method for Causal Effect Estimation
di: Reddy, Abbavaram Gowtham, et al.
Pubblicazione: (2022)

Fast Proxy Experiment Design for Causal Effect Identification
di: Elahi, Sepehr, et al.
Pubblicazione: (2024)

Towards Learning and Explaining Indirect Causal Effects in Neural Networks
di: Reddy, Abbavaram Gowtham, et al.
Pubblicazione: (2023)

A Recipe for Causal Graph Regression: Confounding Effects Revisited
di: Yin, Yujia, et al.
Pubblicazione: (2025)

Empirical Analysis of Model Selection for Heterogeneous Causal Effect Estimation
di: Mahajan, Divyat, et al.
Pubblicazione: (2022)

Causal Discovery from Heteroscedastic Stochastic Dynamical Systems under Imperfect Physical Models
di: Chen, Jianhong, et al.
Pubblicazione: (2026)

Towards a holistic understanding of Selection Bias for Causal Effect Identification
di: Qiu, Yiwen, et al.
Pubblicazione: (2026)

A Two-Stage Interpretable Matching Framework for Causal Inference
di: Shikalgar, Sahil, et al.
Pubblicazione: (2025)

Better Simulations for Validating Causal Discovery with the DAG-Adaptation of the Onion Method
di: Andrews, Bryan, et al.
Pubblicazione: (2024)

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

Identification and Estimation for Nonignorable Missing Data: A Data Fusion Approach
di: Wang, Zixiao, et al.
Pubblicazione: (2023)

ALCM: Autonomous LLM-Augmented Causal Discovery Framework
di: Khatibi, Elahe, et al.
Pubblicazione: (2024)