用于因果连续处理效应估计的端到端平衡方法
流体动力学
2021-07-29 v1 机器学习
数值分析
数值分析
摘要
我们在逆倾向得分加权框架下研究具有连续处理的观测因果推断问题。为获得稳定权重,我们设计了一种基于熵平衡的新算法,通过端到端优化学习权重以直接最大化因果推断精度。在优化过程中,这些权重被自动调谐至所使用的具体数据集与因果推断算法。我们提供了理论分析以证明该方法的一致性。利用合成与真实世界数据,我们表明本算法比基线熵平衡更准确地估计因果效应。
引用
@article{arxiv.2107.13067,
title = {A Deep Learning Algorithm for Piecewise Linear Interface Construction (PLIC)},
author = {Mohammadmehdi Ataei and Erfan Pirmorad and Franco Costa and Sejin Han and Chul B Park and Markus Bussmann},
journal= {arXiv preprint arXiv:2107.13067},
year = {2021}
}