面向越域分布人群的稳定异质处理效应估计
光学
2024-07-04 v1 应用物理
摘要
异质处理效应（HTE）估计对于理解处理效应在不同个体或子群中的变化至关重要。大多数现有HTE估计方法侧重于解决因治疗组和对照组之间混杂变量分布不平衡导致的选择偏差，但忽略了不同人群之间的分布迁移问题。因此，这些方法的适用性仅限于与训练数据集分布相似的分布（ID）人群。在现实应用中，人群分布会持续变化，亟需一种能够在越域分布（OOD）人群中稳定估计HTE的方法，而这仍是开放问题。作为首次解决此问题的 pioneers，我们提出了一种 novel的稳定平衡表示学习与层次注意力范式（SBRL-HAP）框架，包括1）平衡正则化项用于消除选择偏差，2）独立正则化项用于处理分布迁移问题，3）层次注意力范式用于平衡与独立性之间的协调。通过这种方式，SBRL-HAP使用ID数据对反事实结果进行回归，同时确保所得的HTE估计能够成功推广到越域分布场景，从而增强模型在现实场景中的适用性。广泛的在合成和真实数据集上的实验表明，SBRL-HAP在实现跨OAD人群的稳定HTE估计方面效果显著，相较于SOTA方法，在平均PEHE误差指标上降低了10%，在ATE偏差上降低了11%。
引用
@article{arxiv.2407.03081,
title = {Optically Pumped Terahertz Amplitude Modulation in Type-II Ge QD/Si heterostructures grown via Molecular Beam Epitaxy},
author = {Suprovat Ghosh and Abir Mukherjee and Sudarshan Singh and Samit K Ray and Ananjan Basu and Santanu Manna and Samaresh Das},
journal= {arXiv preprint arXiv:2407.03081},
year = {2024}
}
备注
15 pages, 5 figures