BPT 与 BPF 平衡权重估计算法提出
热点事件持续更新
BPT 与 BPF 平衡权重估计算法提出
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Felipe Angelim 与 Alessandro Leite 提出 BPT 与 BPF 算法,通过 Bregman 散度最大化互信息或降低权重平方误差,用于观测因果推断中的平衡权重估计。 该算法在 17 个场景中表现最佳,单棵树在 16512 个观测值上拟合仅需 0.14 秒,能限制逆概率加权估计器的偏差,显著提升因果推断效率。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
Balancing Partition Forest 用于因果加权报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · MLBalancing Partition Forest 用于因果加权
Balancing Partition Forest (BPF) 通过 Bregman 散度最大化互信息或降低权重平方误差,在 17 个场景中表现最佳。 单棵树在 16,512 个观测值上拟合仅需 0.14 秒。 该方法能限制逆概率加权估计器的偏差,显著提升因果推断效率。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。