研究者提出NEDNet用于网络干扰下因果效应估计

Zhirong Huang等人提交论文（arXiv:2611.07879），提出NEDNet方法，将网络观测数据中的条件结果响应分解为治疗不变的前处理基线加上分离的治疗响应与暴露响应两条路径，并通过路径级邻域上下文化提供局部前处理信息，用于网络干扰下的因果效应估计。作者称该方法给出参考归一化的唯一分解，等价于零混合治疗-暴露对比。 实验结果限于基于BlogCatalog和Flickr的半合成基准：作者称在该基准上，NEDNet在同质与协变量异质响应设定下，对个体效应、同伴效应和总效应均取得所比较方法中最低的PEHE。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。