文献

J-GLOBAL ID：202402247354378352   整理番号：24A0415693

重要度サンプリングを用いた敵対的反事実回帰モデルの提案

Adversarial Counter Factual Regression based on Importance Weighted Sampling

著者 (3件)： 今福太一 (早稲田大) ,  阪井優太 (早稲田大) ,  後藤正幸 (早稲田大)
資料名： 情報理論とその応用シンポジウム予稿集(CD-ROM)  (SITA)
巻： 46th  ページ： ROMBUNNO.2.4.3  発行年： 2023年11月21日 
JST資料番号： L4801B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・個別レベルの因果推論にて,個別レベルの介入効果を推定する手法に対し,個別介入効果の予測精度の向上度合いが高いサンプルを特定する手法を提案。
・個別介入効果の定義を示し,介入群と対照群の乖離が大きい場合にうまく学習出来ない性質がある従来手法のCunterFactual Regression(CFR)を説明。
・サンプリング方法として重要度重み付き学習の重要度を参考にして予測精度を向上させる対照群のサンプルを特定する提案手法に対し,その概要と定式化を説明。
・人工データ,および幼児に対する特別な教育が将来のテストのスコアに与える影響の実データを用いた評価実験により,提案手法の有効性を確認。

シソーラス用語： 推論 ,  因果律 ,  *回帰モデル ,  *機械学習 ,  標本抽出 ,  予測モデル ,  因果推論 ,  *敵対的学習 ,  モデル
準シソーラス用語： 介入効果 ,  重要度サンプリング

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (9件)：

• Shalit, U., Johansson, F. D., & Sontag, D. (2017). Estimating individual treatment effect:generalization bounds and algorithms. In International conference on machine learning (pp.3076-3085). PMLR.
• Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. Advances in neural information processing systems,27.
• Shimodaira, H. (2000). Improving predictive inference under covariate shift by weighting the log-likelihood function. Journal of statistical planning and inference, 90(2), 227-244.
• Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55.
• Villani, C. (2009). Optimal transport: old and new(Vol. 338, p. 23). Berlin: springer.

タイトルに関連する用語 (4件)： 重要度サンプリング ,  敵対 ,  回帰モデル ,  提案