简介：本文主要研究了多协变量及其之间存在复杂关系的情形下最优的协变量平衡方法。标准方法，如倾向加权和匹配/平衡在这种情形下会失败，这是由于校正不当的倾向网络与不恰当的协变量表示。我们提出了一种基于加权和判别网络对抗性训练的新方法，有效地解决了这样的问题。这一点通过对该方法的新理论描述以及使用全连接架构来学习复杂关系和使用卷积架构来处理图像混杂因素的实验结果得到了证明，体现了了这种新方法可以在这些具有挑战性的问题设置中实现强大的因果分析。

链接：http://arxiv.org/abs/1802.05664.pdf
推荐理由：本文研究了在复杂协变量情况下的数据匹配问题，具有很强的创新性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除