公开(公告)号：CN117371495A

公开(公告)日：2024-01-09

申请号：CN202311420886.0

申请日：2023-10-30

Applicant: 北京工业大学

Inventor： 韩丰凯 ,  黄佳进 ,  周海燕 ,  陈建辉

IPC: G06N3/048 ,  G06N3/0499 ,  G06N3/08 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明涉及一种基于分解表示的因果效应评估系统。该系统将输入的协变量分解并学习混杂因素和非混杂因素的表示。对于混杂因素表示，通过表征平衡和相似性保持策略消除选择偏差并保留相似性信息。对于非混杂因素表示，通过辅助任务增强其特征表达。然后，将与处理分配相关的表示拼接，输入处理分配预测模块；而与反事实结果相关的表示则输入反事实结果预测模块。训练过程分两步进行：首先固定反事实结果预测模块参数，训练处理分配预测模块；然后固定处理分配预测模块参数，训练反事实结果预测模块。最终，通过计算两个事实结果的差值来估计因果效应。该系统解决了现有方法假设协变量均为混杂因素的限制，提高了因果效应评估的准确性和效率。