跳到正文
热点事件持续更新

研究者提出网络效应分解因果估计方法NEDNet

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Zhirong Huang等作者提出网络干扰下的因果效应估计方法NEDNet,将条件结果响应参数化为查询不变的治疗前基线,加上独立的治疗响应与暴露响应两条路径,并用路径特定的邻域上下文化为两条路径提供局部治疗前信息。 在BlogCatalog和Flickr衍生的半合成基准上,NEDNet在同质与协变量异质响应设置下,对个体效应、同伴效应和总效应均取得所比较方法中最低的PEHE。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv cs.AI
    NEDNet:网络干扰下因果效应估计的网络效应分解方法

    研究者提出 NEDNet,将条件结果响应参数化为查询不变的治疗前基线加上独立的治疗响应与暴露响应两条路径,并用路径特定的邻域上下文化为两条路径提供局部治疗前信息。在 BlogCatalog 和 Flickr 衍生的半合成基准上,NEDNet 在同质与协变量异质响应设置下,对个体效应、同伴效应和总效应均取得所比较方法中最低的 PEHE。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。