Nov, 2012

Granger 因果性与有向信息理论的关系：一篇综述

PDF
TL;DR文章回顾了 Granger 因果关系和定向信息理论之间的概念和理论联系，并着重介绍了基于预测、条件独立性和即时耦合的 Granger 因果关系定义，以及基于传输熵的有向信息理论框架下的因果度量方法与 Granger 因果推断框架自然嵌合的假设检验机制。
granger causalitydirected information theorypredictiontransfer entropieshypothesis testing
发现论文，激发创造
  • 定向信息图

    提出了一个用于表示随机过程网络的图形模型 —— 最小生成模型图。该模型是基于时间上联合分布的简化因子化建立的，可以量化 Granger 因果性，并开发了高效的方法来从数据中估计拓扑结构。该算法已在 Twitter 网络的分析上得到了验证。

    Apr, 2012

  • 高斯变量下的格兰杰因果和转移熵等价

    本文介绍了格兰杰因果关系和转移熵这两种数据驱动因果推断方法之间的关系，并证明了它们在高斯变量情况下是等价的。

    Oct, 2009

  • 跨相关随机过程的信息流速率

    我们通过统计特性数据推导出了信息流速率与自相关函数的解析特性和特征时间之间的关系，从而阐明了采样步长、交叉相关强度和时间延迟对信息流速率的影响。我们通过数值模拟支持了理论结果。

    Jan, 2024

  • 格兰杰因果关系：回顾与最新进展

    本文对 Granger 因果性的早期发展和辩论进行了回顾，并讨论了近期针对该概念局限性的各种改进，从高维时间序列模型到考虑非线性、非高斯观测的模型，以及允许子样本和混合频率时间序列的模型。

    May, 2021

  • 量子因果结构的信息论推论

    本文描述了一种计算给定交互模式下可出现的信息理论约束的通用算法，并将其应用于两个相关案例：第一个案例中，我们证明信息因果原则在我们的框架中自然出现且得到推广和强化；第二个案例中，我们导出了在网络架构中可能出现的相关性的限制。

    Jul, 2014

  • 计算系统中的信息流

    提出一种基于条件互信息的信息流定义方法，通过算法在计算系统的时间展开图中检测信息流，并满足信息路径存在的可靠属性。

    Feb, 2019

  • Granger 因果分析中动态网络的协同作用和冗余

    通过 Granger 因果分析来研究复杂网络子系统之间信息流的协同作用和冗余性，发现部分条件的 Granger 因果分析是有效的方法，该方法可以根据数据结构选择合适的变量作为条件来实现，同时通过将网络分成两个子集来描述冗余效应和提供更好的因果关系描述。实际应用中，研究表明复杂网络存在协同作用和冗余性。

    Mar, 2014

  • 格兰杰因果性：基本理论及其在神经科学中的应用

    本文介绍了 Granger 因果性的概念和数学框架，包括双变量 Granger 因果性和条件 Granger 因果性的谱表示。通过研究大规模震荡皮层网络的多通道局部场电位，揭示了神经计算的协同性质。

    Aug, 2006

  • 非线性格兰杰因果关系的核方法

    本文使用再生核希尔伯特空间理论将 Granger 因果关系推广至非线性系统。我们开发了一种新策略来应对再生核希尔伯特空间几何的过拟合问题，并在混沌映射和生理数据集的应用中得到了验证。

    Nov, 2007

  • 信息论推断共同祖先

    该研究讨论了如何通过观察子系统来推断一个未知的大系统中的公共祖先，使用了信息论不等式来量化观察结果中的依赖关系，将多变量情况下的 Reichenbach 原理推广到因果解释的有向无环图中，并考虑了非概率观察结果的情况。

    Oct, 2010