Login
- Originaltitel:
- Instrumental Variable Methods for Sequential Experiment Design
- Übersetzter Titel:
- Instrumental Variable Methoden für Sequentielles Experiment-Design
- Autor:
- Ailer, Elisabeth
- Jahr:
- 2025
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 24 - Professur für Ethics in Systems Design and Machine Learning (Prof. Kilbertus)
- Betreuer:
- Kilbertus, Niki (Prof. Dr.)
- Gutachter:
- Kilbertus, Niki (Prof. Dr.); Silva, Ricardo (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik; PHI Philosophie
- Stichworte:
- Causality; Instrumental Variable Methods
- TU-Systematik:
- DAT 040; DAT 708; PHI 600
- Kurzfassung:
- This thesis develops instrumental variable (IV) techniques for sequential experimental design to quantify causal relationships in high-dimensional systems with hidden confounders. Motivated by challenges in biological datasets—such as high dimensionality, hidden confounding, nonlinear effects, and limited resources—we address these issues by extending IV methods to underspecified linear and nonlinear settings, refining bounds for causal effects, and optimizing experiment selection.
- Übersetzte Kurzfassung:
- Diese Dissertation entwickelt Instrumentvariablen-(IV)-Techniken für sequentielle experimentelle Designs, um kausale Zusammenhänge in hochdimensionalen Systemen mit versteckten Störgrößen zu quantifizieren. Motiviert durch Herausforderungen biologischer Datensätze – wie hohe Dimensionalität, versteckte Störgrößen und begrenzte Ressourcen – erweitern wir IV-Methoden auf lineare und nichtlineare Szenarien, nutzen adaptive Strategien zur Schätzung kausaler Schranken und optimieren Experimente.
- WWW:
- https://mediatum.ub.tum.de/?id=1765191
- Eingereicht am:
- 17.04.2025
- Mündliche Prüfung:
- 09.12.2025
- Dateigröße:
- 5622649 bytes
- Seiten:
- 140
- Urn (Zitierfähige URL):
- https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20251209-1765191-0-4
- Veröffentlicht am:
- 13.01.2026
BibTeX
Vorkommen:
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology
- mediaTUM GesamtbestandHochschulbibliographie2025SchoolsTUM School of Computation, Information and TechnologyInformatik 24 - Professur für AI for Scientific Modeling (Prof. Kilbertus)