情報正則化表現による、敵対者なしの反事実予測

Abstract

本研究では、割当バイアス下における反実仮想予測を扱い、敵対的学習なしで治療と共変量の依存性を取り除く、数学的に裏付けられた情報理論的アプローチを提案する。反実仮想—事実のリスクギャップを相互情報量に結び付ける上界から出発し、成果を予測できる確率的表現Zを学習する一方で、I(Z; T) を最小化する。情報項を上界付けする、計算可能な変分目的関数を導出し、それを教師ありデコーダと結び付けることで、安定した、そして証明に基づく動機付けのある学習基準を得る。情報ペナルティを各意思決定時点における逐次表現へ適用することで、本枠組みは動的設定にも自然に拡張できる。制御された数値シミュレーションおよび現実の臨床データセットで評価を行い、近年の最先端のバランシング、リウェイト、敵対的手法をベースラインとして比較する。尤度、反実仮想誤差、政策評価といった指標の全体において、提案手法は好ましい性能を示し、敵対的スキームに伴う学習の不安定性やチューニング負担を回避する。