Mar, 2014

Granger 因果分析中动态网络的协同作用和冗余

PDF
TL;DR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。
发现论文，激发创造
  • 核格兰杰因果性及动态网络分析

    本文提出了一种基于核方法的分析动态网络的方法，该方法不需要先验假设网络是有向无环图。提出的方法已应用于混沌映射、模拟基因调控网络和真实表达数据中，针对肿瘤发展研究了 19 种涉及肿瘤发展相关基因的因果关系。

    Mar, 2008

  • 固有分组结构的网络格兰杰因果关系

    本研究针对高维网络模型的估计问题，采用 Granger 因果模型框架，利用稀疏边缘和内在节点分组结构的假设，引入削减版本的 Group Lasso 估计器，发现了网络节点之间的 Granger 因果交互作用，并对其稳健性进行了渐近结果的开发。通过广泛的模拟研究和现有技术的比较，评估了该方法的性能。

    Oct, 2012

  • 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

  • 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

  • 静态与动态高斯系统中协同和冗余信息共享的探索

    本文首次深入分析了高斯系统的 PID，并提出了适用于连续时间序列数据的协同信息和冗余信息独立公式，进一步揭示了高斯系统的协同和冗余信息量的特点及其量化方法，并讨论了这些发现在信息转移和信息复杂度测量中的应用。

    Nov, 2014

  • Granger 因果性与有向信息理论的关系：一篇综述

    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。

    Nov, 2012

  • 使用自解释神经网络的 Granger 因果关系可解释模型

    本文提出了一种基于自解释神经网络的非线性动力学下多元格兰杰因果推断的新框架，该框架除了关系推断外，还允许检测格兰杰因果效应的符号并检查其随时间的变化，通过模拟数据等实验表明该框架与其他基线方法相比在推断格兰杰因果性方面具有相当的性能，并在推断交互符号方面取得更好的表现，这表明本框架是推断格兰杰因果性的可行且更易解释的替代方法。

    Jan, 2021

  • 使用扩展的 Granger 因果分析方法分析多个非线性时间序列

    本文提出了扩展格兰杰因果关系方法，应用于多个混沌时间序列和其他非线性信号，同时在三个或更多时间序列的情况下提出了条件扩展格兰杰因果关系度量。

    May, 2004

  • 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

  • 用于推断非线性格兰杰因果关系的经济统计循环单元

    本文提出了一种基于统计递归单元的组件时间序列预测模型来推断非线性相互作用随机过程的 Granger 因果关系，该模型通过生成回馈来计算其高维隐藏状态的低维草图，其内部权重参数有策略性地分组正则化以便于提取高度本地化的有意义预测特征。

    Nov, 2019