Mar, 2013

因果模型的逻辑

HTML
PDF
TL;DR本研究研究了有向无环图在表示条件独立关系方面的作用，提出 DAG 可以用来推断条件独立关系并可以比其他准则发现更多合法的独立关系。此外，研究还表明 DAG 所显示的依赖关系是相一致的。
发现论文，激发创造
  • 从有反馈的因果图中用d-分离推导条件独立性（研究笔记）

    本文旨在反驳Pearl和Dechter（1996）提出的基于d-分离准则的有向无环因果网络的条件独立性也适用于存在反馈循环的离散变量网络（前提是系统的变量由随机干扰确定），我通过示例说明通常情况下这并不成立，需要更强的条件，如存在可以保证唯一解的因果动态。

    Jun, 2011

  • 具有潜变量的有向无环图的马尔科夫等价类刻画

    本文新增一套足以构建所有最大祖先图的马尔科夫等价类的公共尾巴箭头的定向规则，并提供了一组定向规则，用于识别马尔科夫等价类的公共性，特别是对于因果推断的实用性。

    Jun, 2012

  • 关于关系数据的概率模型中独立性的推理

    本文在不独立于同分布的数据实例上扩展了d分离理论，引入关系分离理论以从 relational models 推导条件独立性并提出了抽象的ground graph表达方式，从而实现了一种可靠、完整、高效的计算d-separation查询的方法。

    Feb, 2013

  • 反馈模型的有向循环图形表示

    该研究使用有向无环图(DAG)表示随机变量之间的条件独立关系，证明了非递归结构方程模型能够通过有向循环图表示条件独立误差，并推导出满足条件独立约束的充分条件以及非线性系统的变量在相关分布中条件独立的条件。

    Feb, 2013

  • 因果独立的新视角

    本文介绍了一种基于功能表示的因果独立的时间特征，可以将其应用于信念网络中以实现更高效的推理。

    Feb, 2013

  • 判断一组可观察的独立关系是否具有因果解释的算法

    本文提出了一种用于验证数据一致性的有效算法，该算法可以从独立性信息中提取因果关系，利用条件独立语句测试是否存在符合所有观测到的依赖性和独立性的因果模型，并找出存在的因果关系。

    Mar, 2013

  • 因果网络：语义和表达能力

    本文研究了依赖知识和图结构之间的关系，提出了基于因果输入列表的DAG的分离规则，为读取任何DAG中的独立性提供了一个可靠的方法。

    Mar, 2013

  • 混合有向无环图分布中因果结构的发现

    研究通过混合因果模型来获得分布，并探讨了如何从基于此类分布的样本中进行因果结构学习及如何使用这些信息对样本进行聚类。

    Jan, 2020

  • Markov类别、因果理论和do-演算

    本文使用范畴论方法对因果模型进行了分类处理，从“纯因果”的角度定义了因果独立/分离、因果条件等重要概念，并产生了一个核心部分的语法版本的syntactic do-calculus在所有因果模型中继承。

    Apr, 2022

  • 关于概率逻辑程序结构中隐藏的独立性

    通过将概率逻辑程序结构抽象化为程序结构，并给出一个正确的元解释器来决定给定外部数据库的程序结构是否意味着某个特定的条件独立性陈述，本研究将Pearl和Verma的有向分离理论推广到非ground情况，进而从d-separation中计算条件独立性，实验评估结果显示，比起在ProbLog 2中使用精确推理来检查独立性定义，我们的元解释器的性能明显更快。

    Aug, 2023