Buchumschlag

Debiased Counterfactual Generation via Flow Matching from Observations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dance, Hugh, Xi, Johnny, Orbanz, Peter, Bloem-Reddy, Benjamin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distinguishing Cause from Effect with Causal Velocity Models
von: Xi, Johnny, et al.
Veröffentlicht: (2025)

Counterfactual Cocycles: A Framework for Robust and Coherent Counterfactual Transports
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

Interventional Processes for Causal Uncertainty Quantification
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

Efficiently Vectorized MCMC on Modern Accelerators
von: Dance, Hugh, et al.
Veröffentlicht: (2025)

Identifying Metric Structures of Deep Latent Variable Models
von: Syrota, Stas, et al.
Veröffentlicht: (2025)

Mixed Variational Flows for Discrete Variables
von: Diluvi, Gian Carlo, et al.
Veröffentlicht: (2023)

Global optimality under amenable symmetry constraints
von: Orbanz, Peter
Veröffentlicht: (2024)

Non-parametric Hypothesis Tests for Distributional Group Symmetry
von: Chiu, Kenny, et al.
Veröffentlicht: (2023)

Debiasing Machine Unlearning with Counterfactual Examples
von: Chen, Ziheng, et al.
Veröffentlicht: (2024)

DoubleGen: Debiased Generative Modeling of Counterfactuals
von: Luedtke, Alex, et al.
Veröffentlicht: (2025)

Universal pre-training by iterated random computation
von: Bloem, Peter
Veröffentlicht: (2025)

Improving Fairness in Graph Neural Networks via Counterfactual Debiasing
von: Wo, Zengyi, et al.
Veröffentlicht: (2025)

Predicting integers from continuous parameters
von: Maat, Bas, et al.
Veröffentlicht: (2026)

Clustering Internet Memes Through Template Matching and Multi-Dimensional Similarity
von: Bloem, Tygo, et al.
Veröffentlicht: (2025)

Gaussian and Non-Gaussian Universality of Data Augmentation
von: Huang, Kevin Han, et al.
Veröffentlicht: (2022)

Hamiltonian Score Matching and Generative Flows
von: Holderrieth, Peter, et al.
Veröffentlicht: (2024)

Debiased Machine Learning for Conformal Prediction of Counterfactual Outcomes Under Runtime Confounding
von: Barnatchez, Keith, et al.
Veröffentlicht: (2026)

A Single Architecture for Representing Invariance Under Any Space Group
von: Zhang, Cindy Y., et al.
Veröffentlicht: (2025)

Risk-Entropic Flow Matching
von: Ramezani, Vahid R., et al.
Veröffentlicht: (2025)

LLM Probing with Contrastive Eigenproblems: Improving Understanding and Applicability of CCS
von: Schouten, Stefan F., et al.
Veröffentlicht: (2025)

Representation-Level Counterfactual Calibration for Debiased Zero-Shot Recognition
von: Peng, Pei, et al.
Veröffentlicht: (2025)

Randomization Tests for Conditional Group Symmetry
von: Chiu, Kenny, et al.
Veröffentlicht: (2024)

Flow-based Generative Modeling of Potential Outcomes and Counterfactuals
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

LeapFactual: Reliable Visual Counterfactual Explanation Using Conditional Flow Matching
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

Learning Straight Flows: Variational Flow Matching for Efficient Generation
von: Ma, Chenrui, et al.
Veröffentlicht: (2025)

Flow Matching for Posterior Inference with Simulator Feedback
von: Holzschuh, Benjamin, et al.
Veröffentlicht: (2024)

PIS: A Generalized Physical Inversion Solver for Arbitrary Sparse Observations via Set Conditioned Flow Matching
von: Yang, Weijie, et al.
Veröffentlicht: (2025)

Generative Inverse Design with Abstention via Diagonal Flow Matching
von: de Campos, Miguel, et al.
Veröffentlicht: (2026)

Drift Flow Matching
von: Ma, Chenrui, et al.
Veröffentlicht: (2026)

Isokinetic Flow Matching for Pathwise Straightening of Generative Flows
von: Khan, Tauhid
Veröffentlicht: (2026)

An Introduction to Flow Matching and Diffusion Models
von: Holderrieth, Peter, et al.
Veröffentlicht: (2025)

Statistical Inference via Generative Models: Flow Matching and Causal Inference
von: Eguchi, Shinto
Veröffentlicht: (2026)

Variational Flow Matching for Graph Generation
von: Eijkelboom, Floor, et al.
Veröffentlicht: (2024)

Local Flow Matching Generative Models
von: Xu, Chen, et al.
Veröffentlicht: (2024)

DoFlow: Flow-based Generative Models for Interventional and Counterfactual Forecasting on Time Series
von: Wu, Dongze, et al.
Veröffentlicht: (2025)

FlowMM: Generating Materials with Riemannian Flow Matching
von: Miller, Benjamin Kurt, et al.
Veröffentlicht: (2024)

Balancing Symmetry and Efficiency in Graph Flow Matching
von: Honoré, Benjamin, et al.
Veröffentlicht: (2026)

CN-SBM: Categorical Block Modelling For Primary and Residual Copy Number Variation
von: Lam, Kevin, et al.
Veröffentlicht: (2025)

Flow Matching on General Geometries
von: Chen, Ricky T. Q., et al.
Veröffentlicht: (2023)

Exogenous Matching: Learning Good Proposals for Tractable Counterfactual Estimation
von: Chen, Yikang, et al.
Veröffentlicht: (2024)