Core Concepts
異種用量反応曲線を正確に推定するために、CRNetは対照的なバランス表現学習を提案します。
Abstract
研究目的:個々の潜在的な治療効果を推定し、精密医学や管理科学での意思決定を支援する。
方法論:CRNetは、バランス表現と予測表現の重要性を理論的に示し、条件付き独立性を満たす二重バランス表現条件を導入している。
実験:合成および実世界データセットで広範囲な実験が行われ、CRNetが従来手法よりも優れたパフォーマンスを達成していることが示されている。
Stats
一部距離測定法(Sz´ekely and Rizzo, 2014)を使用して条件付き依存関係を捉える。
バッチ内でオリジナルの共変量をm回シャッフルして負例サンプルX'を生成。
Quotes
"我々は二重バランス表現条件に基づく新しいContrastive Regularizerネットワーク(CRNet)アーキテクチャーを提案します。"
"これは異種用量反応曲線推定分野で対照的な学習手法が初めて適用された最初の論文です。"