A kernel test for causal association via noise contrastive backdoor adjustment

A kernel test for causal association via noise contrastive backdoor adjustment

Causal inference grows increasingly complex as the dimension of confounders increases. Given treatments X𝑋, outcomes Y𝑌, and measured confounders Z𝑍, we develop a non-parametric method to test the do-null hypothesis that, after an intervention on X𝑋, there is no marginal dependence of Y𝑌 on X𝑋, agai...

Mô tả đầy đủ

Chi tiết về thư mục
Những tác giả chính:	Hu, R, Sejdinovic, D, Evans, RJ
Định dạng:	Journal article
Ngôn ngữ:	English
Được phát hành:	Journal of Machine Learning Research 2024

Những quyển sách tương tự

Causal inference via Kernel deviance measures
Bằng: Mitrovic, J, et al.
Được phát hành: (2018)

Differentiable causal backdoor discovery
Bằng: Gultchin, L, et al.
Được phát hành: (2020)

Noise contrastive meta-learning for conditional density estimation using kernel mean embeddings
Bằng: Ton, J-F, et al.
Được phát hành: (2021)

An Out-of-Distribution Generalization Framework Based on Variational Backdoor Adjustment
Bằng: Hang Su, et al.
Được phát hành: (2023-12-01)

Selection, ignorability and challenges with causal fairness
Bằng: Fawkes, J, et al.
Được phát hành: (2022)

Backdoor defense method in federated learning based on contrastive training
Bằng: Jiale ZHANG, et al.
Được phát hành: (2024-03-01)

Backdoor defense method in federated learning based on contrastive training
Bằng: Jiale ZHANG, et al.
Được phát hành: (2024-03-01)

Hypothesis testing using pairwise distances and associated kernels
Bằng: Sejdinovic, D, et al.
Được phát hành: (2012)

Detecting All-to-One Backdoor Attacks in Black-Box DNNs via Differential Robustness to Noise
Bằng: Hao Fu, et al.
Được phát hành: (2025-01-01)

Text Select-Backdoor: Selective Backdoor Attack for Text Recognition Systems
Bằng: Hyun Kwon, et al.
Được phát hành: (2024-01-01)

A kernel test for three-variable interactions
Bằng: Sejdinovic, D, et al.
Được phát hành: (2013)

Bayesian kernel two-sample testing
Bằng: Zhang, Q, et al.
Được phát hành: (2022)

Large-scale kernel methods for independence testing
Bằng: Zhang, Q, et al.
Được phát hành: (2017)

Implementing a Multitarget Backdoor Attack Algorithm Based on Procedural Noise Texture Features
Bằng: Qian Liu, et al.
Được phát hành: (2024-01-01)

A differentially private kernel two-sample test
Bằng: Raj, A, et al.
Được phát hành: (2020)

Backdoor attacks in neural networks
Bằng: Liew, Sher Yun
Được phát hành: (2024)

Spectral Signatures in Backdoor Attacks
Bằng: Tran, Brandon, et al.
Được phát hành: (2021)

Spectral Signatures in Backdoor Attacks
Bằng: Tran, Brandon, et al.
Được phát hành: (2021)

Coronabonds : backdoor to collective debt?
Bằng: Kliem, Frederick
Được phát hành: (2020)

Backdoor attacks in neural networks
Bằng: Low, Wen Wen
Được phát hành: (2023)

CLB-Defense: based on contrastive learning defense for graph neural network against backdoor attack
Bằng: Jinyin CHEN, et al.
Được phát hành: (2023-04-01)

CLB-Defense: based on contrastive learning defense for graph neural network against backdoor attack
Bằng: Jinyin CHEN, et al.
Được phát hành: (2023-04-01)

A kernel log-rank test of independence for right-censored data
Bằng: Fernández, T, et al.
Được phát hành: (2021)

Testing and learning on distributions with symmetric noise invariance
Bằng: Law, H, et al.
Được phát hành: (2018)

Backdoors into heterogeneous classes of SAT and CSP
Bằng: Gaspers, S, et al.
Được phát hành: (2014)

Backdoors into heterogeneous classes of SAT and CSP
Bằng: Gaspers, S, et al.
Được phát hành: (2016)

Backdoors into heterogeneous classes of SAT and CSP
Bằng: Gaspers, S, et al.
Được phát hành: (2016)

Defense of hidden backdoor technology for Web
Bằng: Liyue CHEN, et al.
Được phát hành: (2020-05-01)

Defense of hidden backdoor technology for Web
Bằng: Liyue CHEN, et al.
Được phát hành: (2020-05-01)

Large scale tensor regression using kernels and variational inference
Bằng: Hu, R, et al.
Được phát hành: (2021)

A kernel- and optimal transport- based test of independence between covariates and right-censored lifetimes
Bằng: Rindt, D, et al.
Được phát hành: (2020)

Backdoor attacks against deep image compression via adaptive frequency trigger
Bằng: Yu, Yi, et al.
Được phát hành: (2023)

REGRESI NONPARAMETRIK KERNEL ADJUSTED
Bằng: , NOVITA EKA CHANDRA, et al.
Được phát hành: (2014)

Bayesian learning of kernel embeddings
Bằng: Filippi, S, et al.
Được phát hành: (2016)

Poisson intensity estimation with reproducing kernels
Bằng: Flaxman, S, et al.
Được phát hành: (2017)

Poisson intensity estimation with reproducing kernels
Bằng: Flaxman, S, et al.
Được phát hành: (2017)

Optimal kernel choice for large-scale two-sample tests
Bằng: Gretton, A, et al.
Được phát hành: (2012)

Large scale methods for kernels, causal inference and survival modelling
Bằng: Hu, R
Được phát hành: (2022)

Backdoor in deep learning: new threats and opportunities
Bằng: Chen, Kangjie
Được phát hành: (2025)

Survey on backdoor attacks targeted on neural network
Bằng: Qingyin TAN, et al.
Được phát hành: (2021-06-01)