stat.ME」カテゴリーアーカイブ

CausalFormer: An Interpretable Transformer for Temporal Causal Discovery

要約 時間的因果関係の発見は、時系列データ内の因果関係を明らかにすることを目的と … 続きを読む

カテゴリー: cs.LG, stat.ME | CausalFormer: An Interpretable Transformer for Temporal Causal Discovery はコメントを受け付けていません

Estimating Treatment Effects under Recommender Interference: A Structured Neural Networks Approach

要約 レコメンダー システムは、パーソナライズされたコンテンツをキュレーションす … 続きを読む

カテゴリー: cs.LG, econ.EM, stat.ME | Estimating Treatment Effects under Recommender Interference: A Structured Neural Networks Approach はコメントを受け付けていません

An Embedded Diachronic Sense Change Model with a Case Study from Ancient Greek

要約 言葉の意味は時間の経過とともに変化し、その過程で言葉の意味も進化、出現、消 … 続きを読む

カテゴリー: cs.CL, stat.ME | An Embedded Diachronic Sense Change Model with a Case Study from Ancient Greek はコメントを受け付けていません

Joint Linked Component Analysis for Multiview Data

要約 この研究では、多視点データに対するジョイントリンクコンポーネント分析 (j … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Joint Linked Component Analysis for Multiview Data はコメントを受け付けていません

Discovering influential text using convolutional neural networks

要約 人間の評価に対するテキストの影響を推定するための実験的手法は、社会科学で広 … 続きを読む

カテゴリー: cs.CL, cs.LG, stat.ME | Discovering influential text using convolutional neural networks はコメントを受け付けていません

MMIL: A novel algorithm for disease associated cell type discovery

要約 単一細胞データセットには個々の細胞ラベルが欠如していることが多く、疾患に関 … 続きを読む

カテゴリー: cs.LG, q-bio.QM, stat.ME | MMIL: A novel algorithm for disease associated cell type discovery はコメントを受け付けていません

Estimating Heterogeneous Treatment Effects by Combining Weak Instruments and Observational Data

要約 条件付き平均治療効果 (CATE) を正確に予測することは、個別化医療とデ … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Estimating Heterogeneous Treatment Effects by Combining Weak Instruments and Observational Data はコメントを受け付けていません

Distribution-Free Predictive Inference under Unknown Temporal Drift

要約 分布のない予測セットは、複雑な統計モデルの不確実性の定量化において極めて重 … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Distribution-Free Predictive Inference under Unknown Temporal Drift はコメントを受け付けていません

DoWhy-GCM: An extension of DoWhy for causal inference in graphical causal models

要約 グラフィカル因果モデルを活用する DoWhy Python ライブラリの拡 … 続きを読む

カテゴリー: cs.AI, stat.ME, stat.ML | DoWhy-GCM: An extension of DoWhy for causal inference in graphical causal models はコメントを受け付けていません

Contextual Dynamic Pricing: Algorithms, Optimality, and Local Differential Privacy Constraints

要約 私たちは、企業が未知の需要モデルに従って行動する $T$ の消費者に順次製 … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.TH | Contextual Dynamic Pricing: Algorithms, Optimality, and Local Differential Privacy Constraints はコメントを受け付けていません