代理表現による長期効果推定【JST・京大機械翻訳】

Cheng Lu; Guo Ruocheng; Liu Huan

プレプリント

J-GLOBAL ID：202202205605272865 整理番号：22P0182849

代理表現による長期効果推定【JST・京大機械翻訳】

Long-Term Effect Estimation with Surrogate Representation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年08月18日プレプリントサーバーでの情報更新日： 2020年12月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

介入の短期および長期因果関係が異なるシナリオが存在する。例えば,低品質のアドは,短期のクリックを増加したが,クリックの縮小により長期収入を減少させる。したがって,本研究は,一次的関心,または一次転帰の転帰が,数か月または数年を蓄積する長期効果の問題を研究する。長期効果の観察研究は,ユニークな課題を示す。最初に,交絡バイアスは大きい推定誤差と分散を引き起こし,それは一次結果の予測に向けてさらに蓄積できる。第2に,短期転帰は,一次結果,すなわち代理人として直接使用される。それにもかかわらず,この方法は,しばしば非現実的である強いサーロガシー仮定を必要とする。これらの課題に取り組むために,機械学習における長期因果推論と逐次モデルの間の接続を構築することを提案した。これにより,時間的非有界性を説明する代理表現を学習し,推論された時変交絡因子の条件付けにより厳しいサーロガシー仮定を回避することができた。実験結果は,提案フレームワークが最先端技術より優れていることを示した。【JST・京大機械翻訳】

,
, , , , , , , 【Automatic Indexing@JST】

循環系疾患の治療一般 , 産業経済

, ,

前のページに戻る