ダウンロード数: 177

このアイテムのファイル:
ファイル 記述 サイズフォーマット 
djohk00815.pdfDissertation_全文2.92 MBAdobe PDF見る/開く
yjohk00815.pdfAbstract_要旨166.12 kBAdobe PDF見る/開く
タイトル: Treatment Effect Estimation from Small Observational Data
その他のタイトル: 小規模観察データからの介入効果推定
著者: Harada, Shonosuke
著者名の別形: 原田, 将之介
キーワード: Treatment Effect Estimation
Causal Inference
Machine Learning
発行日: 23-Mar-2023
出版者: Kyoto University
学位授与大学: 京都大学
学位の種類: 新制・課程博士
取得分野: 博士(情報学)
報告番号: 甲第24727号
学位記番号: 情博第815号
学位授与年月日: 2023-03-23
請求記号: 新制||情||137(附属図書館)
研究科・専攻: 京都大学大学院情報学研究科知能情報学専攻
論文調査委員: (主査)教授 鹿島 久嗣, 教授 阿久津 達也, 教授 下平 英寿
学位授与の要件: 学位規則第4条第1項該当
著作権等: 3章は1及び4に基づく。 4章は2及び5に基づく。 5章は3に基づく。 1. Shonosuke Harada and Hisashi Kashima. “Counterfactual Propagation for Semi-Supervised Individual Treatment Effect Estimation”. In: Joint European Conference on Machine Learning and Knowledge Discovery in Databases. Springer. 2021, pp. 542–558. https://doi.org/10.1007/978-3-030-67658-2_31 2. Shonosuke Harada and Hisashi Kashima. “GraphITE: Estimating Individual Effects of Graph-Structured Treatments”. In: Proceedings of the 30th ACM International Conference on Information and Knowledge Management. 2021, pp. 659–668. https://doi.org/10.1145/3459637.3482349 3. Shonosuke Harada and Hisashi Kashima. “InfoCEVAE: Treatment Effect Estimation with Hidden Confounding Variables Matching”. In: Machine Learning (2022), pp. 1–19. https://doi.org/10.1007/s10994-022-06246-0 4. 原田将之介, 鹿島久嗣. ""反事実伝播: 介入効果推定のための半教師付き学習"". 人工知能学会論文誌 2022 年 37 巻 3 号 p. B-LA3_1-14. https://doi.org/10.1527/tjsai.37-3_B-LA3 5. 原田 将之介, 鹿島 久嗣. ""GraphITE: グラフ介入に対する介入効果推定"". 人工知能学会論文誌 2022 年 37 巻 6 号 p. D-M73_1-11. https://doi.org/10.1527/tjsai.37-2_D-M73
DOI: 10.14989/doctor.k24727
URI: http://hdl.handle.net/2433/283846
出現コレクション:140 博士(情報学)

アイテムの詳細レコードを表示する

Export to RefWorks


出力フォーマット 


このリポジトリに保管されているアイテムはすべて著作権により保護されています。