- 办公室:马龙厅321。
- 电子邮件:名字与姓氏的第一个字母串联,全部小写,位于cs.jhu.edu
我是John C.Malone的副教授这个计算机科学系约翰霍普金斯大学怀廷工程学院。我是会员的马龙工程中心医疗保健行业.我毕业于加州大学洛杉矶分校,在那里我有幸得到朱迪亚·珀尔.作为哈佛大学公共卫生学院的博士后学者,我很幸运得到了来自詹姆斯·罗宾斯.
研究兴趣:
因果推断、缺失数据、图形模型、算法公平性、,半参数模型中的统计推断。
教学:
2024年春季:信息自我防御(600.277)。
2023年秋季:因果推断(601.477/677)。
2024年秋季:机器学习导论(601.475/675)。
学生和博士后:
博士生:
校友:
- 努迈尔·萨尼
(在印度创办一家数据科学咨询公司)。- 杰伦·李(作为数据科学家加入Datavant)。
- 埃米尔·埃马德·加萨米(加入波士顿数学与统计系大学)。
- 兰贾尼·斯里尼瓦桑(作为顾问加入波士顿咨询集团)。
-
埃利·谢尔曼(作为数据科学家加入Credo)。
- 诺姆·芬克尔斯坦(作为博士后学者加入Weill Cornell MedicineAshley Laughney教授的监督)。
- 丹·马林斯基(作为助理教授加入哥伦比亚大学生物统计学系)。
- 拉齐·纳比(加入埃默里大学生物统计学系,担任罗林斯助理教授)。
- 罗希特·巴塔查里亚(加入威廉姆斯学院计算机科学系,担任助理教授)。
新闻:
6/11/2024. 祝贺我的同事Jaron Lee,他成功地为自己的论文辩护,并将以数据科学家的身份加入Datavant!
3/9/2023. 祝贺我的同事Amir Ghassami,他将启动担任波士顿大学数学与统计系终身教职助理教授!
9/2/2022. 祝贺我的同事Eli Sherman,他成功地为自己的论文辩护,并将以数据科学家的身份加入Credo!
1/20/2022. 祝贺我的同事诺姆·芬克尔斯坦谁将开始成为博士后学者在Weill Cornell Medicine阿什利·劳尼教授的监督。
3/20/2021. 祝贺我的同事Razieh Nabi,他将开始担任埃默里大学生物统计系的Rollins助理教授!
3/20/2021. 祝贺我的同事罗希特·巴塔查里亚(Rohit Bhattacharya),他将开始担任威廉姆斯学院计算机科学系的终身教职助理教授!
1/28/2021. 祝贺诺姆·芬克尔斯坦获得数学奖学金数据科学研究所(MINDS)。
6/1/2020. 祝贺Eli Sherman收到享有盛誉的谷歌博士奖学金!
5/1/2020. 我很高兴地宣布阿南克的公开释放,用Python编写的因果推理包,作者:罗希特·巴塔查里亚(Rohit Bhattacharya)、杰伦·李(Jaron Lee)和拉齐耶·纳比(Razieh Nabi)。链接到文档,计算机实验室、和python包索引.
3/5/2020. 祝贺我的同事丹尼尔·马林斯基,他将首发作为哥伦比亚大学生物统计系终身教职助理教授!
2/14/2020.我获得了NSF教师早期职业发展(Career)奖,我的项目“高维稳健因果和统计推断具有隐藏变量的结构化系统。"
1/17/2020.批判性思维和因果推理的闭会期间课程Razieh Nabi和Rohit Bhattacharya在2020年寒假期间发展和教学已在中出现Hub杂志!
12/10/2019.祝贺Eli Sherman获得数学系的奖学金数据科学研究所(MINDS)。
5/24/2019.祝贺Rohit Bhattacharya和Razieh Nabi赢得Thomas R.Ten在2019年大西洋因果推断会议上获奖2019年在蒙特利尔举行,主题为“用有向非循环图表示的缺失数据模型中的识别”的海报。
4/25/2017.我获得了美国统计教育奖的因果关系统计协会,为我开发课程在约翰霍普金斯大学计算机科学学院的因果推断中:CS 477-677。
最近的教程:
“调解分析:新旧”第36届新英格兰统计研讨会(与朱迪思·洛克合教)。2023年6月4日。
“因果推断和缺失数据问题的图形模型识别理论”,2019年大西洋因果推断会议上的全天教程(与詹姆斯·罗宾斯(James M.Robins)合教)。2019年5月22日。
2022年联合统计会议上的半天继续教育课程“因果公平标准:算法和开放问题”(与Razieh Nabi和Dan Malinsky)。2022年8月7日。
选定的近期会谈:
“隐藏中介的因果推断。”美国国家科学基金会AI首席研究员会议的公平性。弗吉尼亚州阿灵顿。2024年1月9日。
“通过因果调解分析实现公平:标准、算法和公开问题。”受邀在伦敦皇家统计学会“健康数据科学中的道德考虑”研讨会上发表演讲。2023年12月13日。
“隐藏变量因果系统中识别和估计的通用方法”,宾夕法尼亚大学因果推理中心杰出教师研讨会。宾夕法尼亚州费城,2023年11月16日。
“近距离ID算法”,太平洋因果邀请演讲推理会议。中国北京。2023年9月17日。
“因果推理导论。”受邀在生态因果关系研讨会。约翰·霍普金斯大学,巴尔的摩。2023年8月21日。
“近因推理导论第一部分:近因ID算法”,法国格勒诺布尔2023年FunCausal 2023:因果关系研讨会的主题演讲。2023年5月10日。
“因果推理导论”,在因果推理和量子基础研讨会上。加拿大滑铁卢周边研究所。2023年4月17日。
“通过因果调解分析实现公平:标准、算法和公开问题。”受邀在在线因果推理研讨会上发表演讲。2023年1月10日。
“具有隐藏变量的图形模型中因果效应的半参数推理”,Adobe因果推理研讨会。2022年10月17日。
“带有隐藏变量的图形模型中因果效应的半参数推断。”流行病学异质因果效应半参数的创新发展——邀请论文(2022年联合统计会议)。2022年8月8日。
“与潜在反应共存。”在罗格斯大学概率基础研讨会上受邀演讲。
“满足因果公平标准:算法和开放问题。”受邀在佛罗里达大学2022年冬季统计研讨会上发表演讲:人工智能中的算法公平性和偏见。
《潜在结果微积分》,在流行病学研究学会(SER)2021年年会上受邀演讲。2021年6月24日。
“通过因果调解分析实现公平:标准、算法和公开问题。”受邀在ENAR 2021春季会议上发表演讲。2021年3月16日。
“通过图形模型的修正因子分解识别和估计因果参数。”受邀在社会和行为科学项目SAMSI数据科学虚拟开放研讨会上发表演讲。2021年1月11日。
“了解新冠肺炎差异背后的机制。”在约翰·霍普金斯健康工程研究研讨会上:差异与新型冠状病毒肺炎。2021年1月11日。
“通过图形模型的修正因子分解识别和估计因果参数”,太平洋因果推论会议邀请演讲。2020年9月27日。
“干扰和网络不确定性下的因果推断。”KDD因果发现研讨会上的主题演讲。2020年8月24日。
“缺失数据图形模型中的识别和估计。”在线因果推理研讨会,2020年5月12日。
“通过因果调解分析实现公平:标准、算法和公开问题。”哥伦比亚生物统计学座谈会。2020年1月30日。
“通过图形模型的修正因子分解识别和估计因果参数。”沃顿商学院统计学研讨会受邀演讲宾夕法尼亚大学系。
“公共卫生和放射肿瘤学中的因果推断和应用。”在加拿大蒙特利尔举行的计算机用于放射治疗国际会议和蒙特卡罗医学应用技术国际会议(ICCR-MCMA)上的主题演讲。2019年6月18日。
“通过因果调解分析实现公平:标准、算法和公开问题。”在加利福尼亚州帕萨迪纳举行的第十届决策、游戏和逻辑研讨会上的主题演讲:“道德、统计和公平人工智能”。2019年6月10日。
《不确定性与网络》,马萨诸塞州波士顿举行的“因果关系与预测”项目审查。2019年6月6日。
“通过图形模型的修正因式分解进行识别和估计”,受邀在德国Oberwolfach举办的“因果推断的基础和新视野”研讨会上发表演讲。2019年5月29日。
“与因果路径相关的个性化效果评估。”在康涅狄格州哈特福德举行的第33届新英格兰统计研讨会上。2019年5月16日。
“潜在结果微积分”,在明尼苏达州明尼阿波利斯IRSA(统计及其应用研究所)会议上受邀演讲:因果推理和数据科学。2019年5月3日。
“对结果的公平推断。”受邀在马萨诸塞州波士顿的哈佛应用统计研讨会上发表演讲。2019年2月13日。
“与因果路径相关的个性化效果评估。”受邀在罗德岛州普罗维登斯举行的“健康研究中因果推断和决策的模型和机器学习”研讨会上发表演讲。2019年1月16日。
出版物:
谷歌学者
最近的书籍章节:
“多元反事实系统和因果图形模型”具有托马斯·理查森(Thomas S.Richardson)和詹姆斯·罗宾斯(James M.Robins)。出现在“概率和因果推理:朱迪亚·珀尔的作品”Hector Geffner、Rina Dechter和Joseph Y.Halpern,ACM Books,2020年(即将出版)。
“调解分析的干预主义方法,”具有托马斯·理查森(Thomas S.Richardson)和詹姆斯·罗宾斯(James M.Robins)。出现在“概率和因果推理:朱迪亚·珀尔的作品”Hector Geffner、Rina Dechter和Joseph Y.Halpern,ACM Books,2020年(即将出版)。
I.Shpitser。《图形因果模型中的识别》,收录于:图形模型手册。Mathuus、Lauritzen和Wainwright,编辑。查普曼和霍尔出版社,2018年。
选定的最近评论:
“关于选择偏见概念演变的思考。”与Maya Mathur合作。发表在《美国流行病学杂志》上。
ID算法何时失败?
评论:“统计因果关系的决定论基础”菲利普·达维德(Phillip Dawid)在《纽约时报》(Journal of the Journal因果推理。
评论:“广义线性模型参数的假设精益推断。”《皇家统计学会期刊》B辑特邀评论Stijn Vansteelandt和Oliver Dukes的阅读论文。
“因果建模:两种文化。”伊丽莎白·L·奥格本。Leo Breiman的《统计建模:两个观察研究中的“文化”,第7卷,第1期。
评论“多因祝福”。"伊丽莎白·奥格本和埃里克·切特根·切特根。
《评论:半竞争风险的因果调解》(Comment:Causal Mediation of Semicompeting Risk),伊莎贝尔·富尔彻(Isabel Fulcher)、瓦妮莎·迪德雷斯(Vanessa Didelez)、丹尼尔·谢尔夫斯坦(Daniel Scharfstein)和卡莉·周(Kali Zho。
精选近期论文:
Maya Mathur和Tyler Vanderweele合著的“通过协变量调整消除因果估计中选择偏差的通用原则”。出现在统计年鉴中。
与Amir Ghassami、Alan Yang和Eric Tchetgen Tchetgen.合著的《隐藏中介的因果推断》。出现在Biometrika中。
与王紫霄和埃米尔·加萨米合著的“不可忽视缺失数据的识别和估计:一种数据融合方法”。发表在2024年机器学习干预会议(ICML-24)的会议记录中。
与Jaron Lee和Amir Ghassami合著的“系统选择下数据融合问题的通用识别算法”。发表在第40届人工智能不确定性会议论文集(UAI-24)。
“零通货膨胀是一个缺失数据的问题:基于代理的方法”与Trung Phung、Jaron Lee、Opeymi Oladapo-Shittu、Eili Klein、Ayse Pinar Gurses、Susa Hannum、Kimberly Weems、Jill Marsteller、Sara Cosgrove和Sara Keller合作。出现在第40届人工智能不确定性会议(UAI-24)。
Maya Mathur的“用于评估一般人群和选定样本处理效果中的选择偏差的简单图形规则”。要显示在美国流行病学杂志。
李依林、王淼和埃里克·切特根·切特根的“多元不可忽略非单调缺失数据的自审查模型”。出现在生物计量学。
“离散环境下因果推理的自动化方法”与Guilherme Duarte、Noam Finkelstein、Dean Knox和Jonathan Mummolo合作。刊登在《美国统计协会杂志》上。
与Ryan Andrews、Vanessa Didelez、Paulo Chaves、Oscar Lopez和Michelle Carlson合著的《通过可分离效应检查心血管疾病对亚临床心血管疾病对认知障碍的影响的因果中介作用》。发表在《老年学杂志:医学》上。
“间接调解分析。”与Oliver Dukes和Eric J.Tchetgen Tchetgen合作。出现在Biometrika中。
“近似ID算法。”与扎克·伍德·多蒂(Zach Wood Dougty)和埃里克·切特根·切特根(Eric J.Tchetgen Tchetgen。发表在机器学习研究杂志(JMLR)上。
“图形模型的Laurizen-Chen可能性。”将出现在AISTATS 2023中。
“非循环有向混合图的嵌套马尔可夫属性。”托马斯·理查森、罗宾·埃文斯和詹姆斯·罗宾斯。出现在《统计年鉴》中。
与杨玉琴、埃米德·加萨米、穆罕默德·纳菲亚、内加尔·基亚瓦什和张坤合著的《受测量误差影响的线性潜在变量模型中的因果发现》,发表于《NeurIPS 2022年会议录》。
“因果关系的半参数推断带有隐藏变量的图形模型。"与罗希特·巴塔查里亚(Rohit Bhattacharya)和拉齐耶·纳比(Razieh Nabi)合作。发表在机器学习研究杂志(JMLR)上。
《高维处理的半参数因果充分降维》,Razieh Nabi著。《第三十八届人工智能不确定性会议论文集》(UAI-22),AUAI出版社,2022年。
“调解分析的干预主义方法,”具有托马斯·理查森(Thomas S.Richardson)和詹姆斯·罗宾斯(James M.Robins)。发表在机器学习研究杂志(JMLR)上。
Razieh Nabi和丹·马林斯基(Dan Malinsky)。出现在CLEAR 2022中。
“一类双稳健函数的Minimax核机器学习及其在邻近因果推断中的应用。”与阿米尔·加萨米、安德鲁·英和埃里克·切特根·切特根合作。将出现在AISTATS 2022中。
“使用因果图形学习确定心脏手术术后住院时间”J.J.R.Lee、R.Srinivasan、C.S.Ong、D.Alejo、S.Schena、M.Sussman、G.J.R Whitman和D.Malinsky。即将于2022年发表于《胸心血管外科杂志》“路径依赖型结构方程模型。”与Ranjani Srinivasan、Jaron Lee、Rohit Bhattacharya合作。《第三十七届人工智能不确定性会议论文集》(UAI-21),AUAI出版社,2021年。
“具有隐藏变量的有向非循环图中e-separation关系的熵不等式约束。”与诺姆·芬克尔斯坦(Noam Finkelstein)、比塔·贾温(Beata Zjawin)、埃利·沃尔夫(Elie Wolfe)和罗伯·斯佩肯斯(Rob Spekkens)合作。《第三十七届人工智能不确定性会议论文集》(UAI-21),澳大利亚人工智能出版社,2021年。
“具有测量误差的离散数据中的部分可识别性。”诺姆·芬克尔斯坦、罗伊·亚当斯和苏奇·萨里亚。《第三十七届人工智能不确定性会议论文集》(UAI-21),AUAI出版社,2021年。
“无法测量的混淆下的不同因果发现。”与罗希特·巴塔查里亚(Rohit Bhattacharya)、图沙尔·纳加拉扬(Tushar Nagarajan)和丹尼尔·马林斯基(Daniel Malinsky)合作。出现在AISTATS-21中。
“非单调任务非随机数据的半参数推断:无自审查模型。”丹尼尔·马林斯基和埃里克·切特根·切特根。《美国统计协会杂志》。
“网络因果效应的自动计算。”与埃里克·切特根·切特根和伊莎贝尔·富尔彻合作。《美国统计协会杂志》。
因果推理、社交网络和链图伊丽莎白·奥格本(Elizabeth Ogburn)和李尤金(Youjin Lee)。《皇家统计学会杂志》,A辑。
“缺失数据图形模型中的完全法则识别:完整性结果。”与罗希特·巴塔查里亚(Rohit Bhattacharya)和拉齐耶·纳比(Razieh Nabi)合作。第三十七届机器学习国际会议论文集,2020年。
与Numair Sani和Jaron Lee合著的《转变干预定义的因果效应的识别和评估》。《第三十六届人工智能不确定性会议论文集》(UAI-20),AUAI出版社,2020年。
《利用反事实之间的逻辑关系导出边界和不等式约束》,与诺姆·芬克尔斯坦合著。《第三十六届人工智能不确定性会议论文集》(UAI-20),AUAI出版社,2020年。
“研究大脑病理学在糖尿病和认知功能障碍之间的因果中介作用:心血管健康研究。”与Ryan M.Andrews、Oscar Lopez、William T.Longstreth、Paulo H.M.Chaves、Lew Kuller和Michelle C.Carlson合作。《皇家统计学会杂志》,A辑。
Eli Sherman、David Arbour、I.Shpitser。“动态处理的一般识别干涉下的政权。“AISTATS 2020。
Isabel Fulcher、I.Shpitser、Stella Marealle和Eric J.Tchetgen Tchetgen。“关于人口间接因果效应的稳健推断:广义前门标准。”《皇家统计学会杂志》B辑。
I.Shpitser。“具有隐藏变量的因果模型中的识别。”《法国统计学会杂志》。法国统计学会,2019年。
C.H.Miles、I.Shpitser、P.Kanki、S.Meloni和E.J.Tchetgen Tchetgen。“在存在中介结果混淆的情况下,对路径特异性效应的半参数估计。”在Biometrika中。牛津大学出版社,2019年。
罗希特·巴塔查里亚(Rohit Bhattacharya)、拉齐埃·纳比(Razieh Nabi)、伊利亚·施皮策(Ilya Shpitser)和詹姆斯·罗宾斯(James M.Robins)。有向非循环图表示的缺失数据模型的识别。"《第三十五届人工智能不确定性会议论文集》(UAI-19),澳大利亚人工智能出版社,2019年。
罗希特·巴塔查里亚(Rohit Bhattacharya)、丹尼尔·马林斯基(Daniel Malinsky)和伊利亚·施皮策(Ilya Shpitser)。“干扰和网络不确定性下的因果推断。”《第三十五届人工智能不确定性会议论文集》(UAI-19),AUAI出版社,2019年。
Eli Sherman和Ilya Shpitser。“干预网络联系。”《第三十五届人工智能不确定性会议论文集》(UAI-19),AUAI出版社,2019年。
Razieh Nabi、Daniel Malinsky和Ilya Shpitser。“学习最佳公平政策。”在第三十六届机器学习国际会议论文集(ICML-19)。
丹尼尔·马林斯基(Daniel Malinsky)、伊利亚·施皮策(Ilya Shpitser)和托马斯·理查森(Thomas Richardson)。《识别条件路径特异性效应的潜在结果演算》,载于《第二十二届国际人工智能与统计会议论文集》(AISTATS-19)。
Eli Sherman和Ilya Shpitser。《从相关数据中识别和估计因果关系》,第三届第二届年会论文集神经信息处理系统(NeurIPS-18),Curran Associates,Inc.,2018年。
扎克·伍德·多蒂(Zach Wood-Doughty)、伊利亚·施皮策(Ilya Shpitser)和马克·德雷兹德(Mark Drezde)。“使用文本分类器进行因果推理的挑战”,《2018年自然语言处理实证方法会议论文集》(EMNLP-18)。
亚历克斯·盖恩和伊利亚·施皮策。《缺失数据下的结构学习》,第九届概率图形模型国际会议论文集(PGM-2018)。
伊利亚·施皮策(Ilya Shpitser)、罗宾·埃文斯(Robin J.Evans)和托马斯·理查森(Thomas S.Richardson)。“非循环线性SEM遵循嵌套马尔可夫特性”,载于《第三十四届人工智能不确定性会议论文集》(UAI-18),AUAI出版社,2018年。
Razieh Nabi、Phylis Kanki和Ilya Shpitser。“与因果路径相关的个性化效应评估”,载于《第三十四届人工智能不确定性会议论文集》(UAI-18),AUAI出版社,2018年。
伊利亚·施皮策和伊莱·谢尔曼。“与因果路径相关的个性化效应识别”,载于《第三十四届人工智能不确定性会议论文集》(UAI-18),AUAI出版社,2018年。
拉齐耶·纳比和伊利亚·施皮策。“对结果的公平推断。”第三十二届AAAI人工智能会议论文集(AAAI-18)。AAAI出版社,2018年。
选定的最近草稿:
“Ananke:使用图形模型进行因果推断的Python包,”与J.J.R.Lee、R.Bhattacharya和R.Nabi合作。
与M.Mathur和T.VandereWeele合著的“通过协变量调整消除因果估计中选择偏差的通用原则”。
“缺失数据模型的因果和反事实观点”,与R.Nabi、R.Bhattacharya和J.Robins合著。
与A.E.Ghassami、A.Yang、D.Richardson和E.Tchetgen-Tchetgen合著的“结合实验和观测数据来识别和估计长期因果效应”。
“通过对称处理分解建模干扰”,由Eric J.Tchetgen Tchetgon和Ryan M.Andrews合著。
服务:
- 项目主席:第三十九届不确定性会议人工智能,7月31日至8月4日,美国宾夕法尼亚州匹兹堡。
- 高级项目委员会(地区主席):机器学习国际会议(ICML)、神经信息处理系统会议(NeurIPS)、,国际学习代表大会,国际人工智能联合会议(IJCAI)。
- 项目委员会:人工智能中的不确定性(UAI),AAAI人工智能会议(AAAI),欧洲人工智能会议(ECAI)、国际人工智能与统计会议(AIStats)
- 机器学习研究杂志,人工智能、统计年鉴、生物统计学、生物统计学,流行病学,美国流行病学杂志,英国皇家统计学会杂志,国际生物统计学杂志。
- 副编辑:因果推理杂志.
- 副编辑:美国统计协会杂志(理论与方法).
- 动作编辑器:机器学习研究杂志.
基金:
合作者:
我感谢我的合作者和导师:朱迪娅·珀尔、詹姆斯·罗宾斯、,托马斯·理查森(Thomas S.Richardson)、埃里克·切特根·切特根(Eric J.Tchetgen Tchetgon)、泰勒·范德维尔(Tyler Vanderweele)、,丹尼尔·沙夫斯坦、罗宾·埃文斯、伊丽莎白·奥格本、纳杰斯·艾哈迈迪、,凯西·奥弗比·泰勒和其他许多人!